刘炫佑

腕部电阻抗成像技术为可穿戴设备提供了一种无需依赖摄像头的非视觉手部感知方案，然而将其无缝融入日常设备形态仍面临技术挑战。本研究探索在常规智能手表表背布局中集成平面电极的设计方案，并通过用户研究系统评估其对手势识别的支持能力。实验结果表明，将 EIT 技术集成到主流可穿戴硬件平台是实现低侵入性输入的一条可行技术路径。

腕部电阻抗成像技术能够在无需摄像头的情况下实现隐私保护的手部感知，然而其实际应用效果取决于手臂姿态变化条件下感知质量的稳定性。本研究在不同用户群体、手部配置与手臂姿态条件下采集可穿戴传感数据，系统考察该技术的姿态依赖性。实验结果表明，手臂姿态显著影响感知质量，训练数据中涵盖多样化姿态有助于提升模型对未观测条件的泛化性能。此外，本研究还探索了旨在增强跨用户与跨姿态场景鲁棒性的机器学习优化方法。

仅依赖惯性测量单元（IMU）的惯性里程计（Inertial Odometry, IO）为增强现实与可穿戴设备中的人体运动追踪提供了一种轻量级技术路径，然而基于数据驱动的深度学习方法由于缺乏对人体运动动力学的显式建模，易产生累积性漂移误差。本研究提出 MARIO 框架，从原始 IMU 数据中学习人体姿态先验知识，并将其嵌入惯性里程计的状态传播过程，以引入符合人体运动学特性的物理约束。进一步地，本研究构建了面向商用 AR 眼镜平台的轻量级多传感器融合架构，有效整合磁力计、气压计及辅助 IMU 等现成可用的传感信号。在大型人体运动数据集上的系统性评估表明，MARIO 相较于强基线 IO 方法显著降低了位置估计漂移，并在多样化运动场景下展现出更强的鲁棒性，为融合运动学先验与多模态感知策略的无摄像头人体追踪研究提供了新的技术思路。

感官替代设备使用户能够通过触觉等非视觉感官通道感知视觉信息。然而，现有设备普遍采用头戴式摄像头布局，限制了手部操作过程中的动作协调性。本研究提出从"手部视角"实现"看见与感受"的感官替代范式，以提升该技术的灵活性与表达力。为此，本研究设计了一种手背式电触觉显示装置，将腕戴摄像头捕获的视觉图像实时转化为触觉刺激信号，使用户在执行伸手与悬停等操作过程中感知物体特征。在一项包含明眼人及盲人和低视力参与者的对照用户研究中，本研究系统比较了手部视角与传统头戴式视角在典型操作任务（如物体抓取、精密焊接等）中的表现差异。实验结果表明，两种视角在任务绩效方面无显著差异，但参与者普遍更倾向于手部视角所带来的操作灵活性，因其支持更符合人体工效学的操作策略。

电触觉刺激技术为高分辨率可穿戴触觉反馈提供了一种颇具前景的技术路径，然而长期以来难以与柔性纺织材料实现良好集成以适应日常穿戴需求。本研究提出 TacTex，一种将高密度触觉反馈与触摸感知无缝集成的纺织基人机界面。通过采用创新性的多层编织结构，利用非导电纱线分隔导电电极阵列，TacTex 实现了 512 × 512 的感知与驱动分辨率，电极间距最小可达 2 mm。配套定制的驱动电路系统能够精确调控电刺激的时空分布特性，并同步监测电压变化以实现实时触摸追踪。技术评估实验与用户研究表明，TacTex 能够呈现包括复杂静态与动态触觉图案在内的多样化触觉效果，为高保真触觉反馈技术在日常服装中的集成应用开辟了新的可能性。