Chagua Lugha

Usanifu na Uundaji wa Kituo cha Taa Kina Akili Kwa Mfumo wa Vihisi Kulingana na Mtumiaji

Utafiti kuhusu usanifu wa kituo cha taa chenye akili na kugusa sehemu nyingi, kwa kutumia mbinu zilizolenga mtumiaji, kuzingatia ufafanuzi wa ishara za mkono na ujumuishaji katika mifumo ya nyumba iliyopo.
contact-less.com | PDF Size: 1.2 MB
Ukadiriaji: 4.5/5
★ ★ ★ ★ ★
Ukadiriaji Wako
Umekadiria waraka huu tayari
Kifuniko cha Waraka PDF - Usanifu na Uundaji wa Kituo cha Taa Kina Akili Kwa Mfumo wa Vihisi Kulingana na Mtumiaji
Tazama Waraka PDF Pakua PDF Tafsiri PDF
Nyumbani » Nyaraka » Usanifu na Uundaji wa Kituo cha Taa Kina Akili Kwa Mfumo wa Vihisi Kulingana na Mtumiaji

1. Utangulizi

Utafiti huu unazingatia usanifu wa kituo cha taa chenye akili kulingana na mtumiaji (UCD), kwa lengo la kufafanua ishara za mkono za asili na zinazoeleweka kwa urahisi kwa ajili ya kudhibiti. Lengo lilikuwa kuunda kiolesura cha mtumiaji kinachogusa sehemu nyingi na kituo cha taa chenye akili kinachogusa ambacho kinaweza kujumuishwa katika mazingira ya nyumba yaliyopo na uunganishaji wa umeme, iwe na au bila mfumo wa akili uliopo tayari. Utafiti huu unashughulikia pengo muhimu katika viwango vya udhibiti vya nyumba zenye akili, ambapo ugumu wa udhibiti mara nyingi hupunguza umiliki wa watumiaji.

Dhana ya "nyumba yenye akili" au "nyumba mahiri" inahusisha mifumo ndogo (taa, HVAC, usalama) iliyounganishwa kwenye mtandao (intaneti/Intaneti) kwa ajili ya udhibiti wa kati au wa mbali kupitia simu janja, kompyuta kibao, au kompyuta. Mifumo hii inaweza kujibu peke yake kwa vigezo vya mazingira. Itifaki muhimu za mawasiliano kwa mifumo kama hiyo ni pamoja na X10, UPB, KNX, LonTalk, INSTEON, ZigBee, na Z-Wave.

1.1. Taa Zina Akili

Taa mahiri ni sehemu kuu ya nyumba zenye akili zinazotumia nishati kwa ufanisi. Zaidi ya kuokoa nishati kupitia usaidizi wa vihisi na otomatiki, inaruhusu udhibiti wa mazingira kubadilisha hali ya hewa ya nafasi. Hata hivyo, viwango vya udhibiti vya taa bado ni sehemu dhaifu katika usanifu wa mwingiliano, hasa wakati wa kusimamia kazi nyingi kama kupunguza mwanga, viwango vya muda, na usimamizi wa vikundi. Mara nyingi, vipengele vya hali ya juu vinapatikana tu kupitia programu za simu janja, na hii huleta uzoefu usio sawa wa mtumiaji. Mifumo ya kibiashara kama Philips Hue na LIFX inawakilisha maendeleo lakini mara nyingi hutegemea vituo vya nje na udhibiti unaolenga simu janja.

2. Mbinu ya Utafiti

Mradi huu ulitumia mchakato wa usanifu uliolenga mtumiaji. Mahitaji ya awali ya watumiaji na mawazo ya ishara za mkono zilizoeleweka zilikusanywa. Sanamu za kwanza za karatasi ziliumbwa ili kujaribu na kuboresha dhana za ishara za mkono za kudhibiti taa (k.m., kugusa mara moja kuwasha/kuzima, kupita kidole kwa upana wa mwanga, kukunja vidole kwa kundi). Sanamu hizi zilitumika katika kipindi cha uchunguzi wa uwezo wa kutumia na washiriki ili kutathmini uelewa na uwezo wa kujifunza kabla ya kuanza kwa uundaji wowote wa kimwili.

3. Usanifu na Uundaji wa Mfumo

Kulingana na matokeo kutoka kwa usanifu wa kwanza wa karatasi, sanamu ya kimwili ya kituo cha taa chenye akili ilijengwa.

3.1. Ufafanuzi wa Ishara za Mkono na Usanifu wa Kwanza kwa Karatasi

Mfano wa msingi wa mwingiliano ulianzishwa kupitia majaribio ya kurudia na sanamu za karatasi. Ishara za mkono kama vile kugusa mara moja kwa kuwasha/kuzima, kupita kidole wima kwa udhibiti wa mwangaza, na kukunja/kutandaza vidole viwili kwa kurekebisha joto la mwanga (joto/baridi) zilibainishwa kuwa zinaeleweka kwa urahisi sana. Njia hii ya gharama nafuu iliruhusu marekebisho ya haraka kulingana na maoni ya moja kwa moja ya watumiaji, ikilingana na kanuni zilizowekwa za UCD zilizosisitizwa na mashirika kama Nielsen Norman Group.

3.2. Kiolesura cha Kugusa Sehemu Nyingi na Ujumuishaji wa Vifaa

Kiolesura kikuu ni kibao cha kugusa, kinachowezesha udhibiti wa taa moja-moja au vikundi. Kituo kilichoundwa kiliundwa kwa ajili ya kujumuishwa kwenye masanduku ya kawaida ya ukuta na uunganishaji wa umeme uliopo, kukiunga mkono uendeshaji kama kifaa pekee na kama sehemu ya mfumo mpana wa nyumba yenye akili (k.m., kutumia ZigBee au Z-Wave kwa mawasiliano). Sanamu ya vifaa ilitekeleza ishara za mkono zilizothibitishwa za kugusa sehemu nyingi.

4. Uchunguzi wa Uwezo wa Kutumia na Matokeo

Uchunguzi wa uwezo wa kutumia wa sanamu ya kimwili ulithibitisha ufanisi wa mbinu ya UCD. Watumiaji waliripoti kuridhika sana na uelewa wa ishara za mkono. Kituo kilifanikiwa kutoa udhibiti wa msingi wa taa (kuwasha/kuzima, kupunguza mwanga) moja kwa moja kwenye kifaa, na hivyo kupunguza utegemezi wa programu ya sekondari kwa kazi za msingi. Matokeo yanaonyesha kuwa UCD ni njia ya thamani ya kuunda bidhaa za nyumba zenye akili zenye uzoefu mzuri wa mtumiaji (UX), iwe zina kiolesura cha kugusa sehemu nyingi au la.

Matokeo Muhimu

Mchakato wa usanifu uliolenga mtumiaji ulisababisha kupunguzwa kwa kiasi kikubwa cha ugumu unaohisiwa kwa shughuli za msingi za taa ikilinganishwa na mifumo inayodhibitiwa na programu pekee.

5. Maelezo ya Kiufundi na Mfano wa Hisabati

Ingawa karatasi hii inazingatia usanifu, mfumo wa msingi unaweza kuonyeshwa kwa mfano. Kipimo cha mwangaza $L$ kama kitendakazi cha umbali wa ishara ya mkono ya mtumiaji $d$ (uliosawazishwa kati ya 0 na 1) na mkunjo wa majibu unaoweza kubadilishwa $\alpha$ unaweza kuwakilishwa kama:

$L(d) = L_{min} + (L_{max} - L_{min}) \cdot d^{\alpha}$

Ambapo $L_{min}$ na $L_{max}$ ni pato la chini na la juu la mwangaza. Thamani ya $\alpha = 1$ inatoa majibu ya mstari, wakati $\alpha > 1$ inatoa mabadiliko ya polepole ya awali (bora kwa marekebisho mazuri ya mwanga mdogo), na $\alpha < 1$ inatoa mabadiliko ya haraka ya awali. Hii inaruhusu majibu ya mfumo kurekebishwa ili kuendana na mtazamo wa mtumiaji, ambao mara nyingi ni wa logariti (kama katika sheria ya Weber-Fechner).

6. Mfumo wa Uchambuzi: Uelewa wa Msingi na Ukosoaji

Uelewa wa Msingi

Thamani ya msingi ya karatasi hii sio katika vifaa vya kituo chenyewe, bali katika uthibitisho wa kimethodolojia wa kuweka mbele utafiti wa UX katika uundaji wa IoT. Wakati tasnia inakimbilia kuongeza muunganisho (kama mzunguko wa hype wa Internet of Things ulioandikwa na Gartner), utafiti huu unabainisha kwa usahihi kwamba tabaka la mwingiliano ndio kiwango cha kuvunja kwa umiliki. Kazi yao inalingana na matokeo ya karatasi ya msingi ya Hassenzahl na Tractinsky kuhusu UX, ikisisitiza kuwa sifa za kivitendo na za kiburudisho zinazohisiwa ni muhimu zaidi.

Mtiririko wa Mantiki

Mantiki ni sahihi lakini ya kawaida: kubainisha tatizo (UI ngumu ya nyumba yenye akili) → kutumia mbinu inayojulikana ya mwingiliano wa binadamu na kompyuta (HCI) (UCD) → kuthibitisha na sanamu za gharama nafuu → kujenga sanamu ya hali ya juu → kujaribu tena. Ni mchakato wa usanifu wa Double Diamond wa kitabu cha kiada. Nguvu yake iko katika utekelezaji wake wenye nidhamu, ikithibitisha kuwa hata kwa kifaa kinachonekana kuwa rahisi, kuruka awamu ya usanifu wa kwanza wa karatasi husababisha bidhaa duni, zisizoeleweka kwa urahisi.

Nguvu na Kasoro

Nguvu: Mwelekeo wa usanifu unaolingana na mifumo ya zamani (kutoshea uunganishaji wa umeme uliopo) ni hatua bora ya usanifu wa vitendo, ikishughulikia kikwazo kikubwa cha ulimwengu halisi. Kutumia sanamu za karatasi ni cha gharama nafuu na cha busara kwa ugunduzi wa ishara za mkono. Karatasi hii inashinda hoja kwamba si kila mwingiliano kinahitaji skrini; viwango vya kugusa vinavyolenga muktadha mara nyingi ni bora zaidi.

Kasoro Muhimu: Upeo wa utafiti huu ni mdogo. Inachukulia kituo cha taa kama kiunga kilichotengwa, ikizingatia kidogo UX ya mfumo mzima. Kituo hiki kinaingiliana vipati na amri za sauti kutoka kwa Amazon Alexa au Google Home? Vipi kuhusu utatuzi wa migogoro ikiwa programu na kituo vitatumika wakati mmoja? Seti ya ishara za mkono, ingawa inaeleweka kwa urahisi kwa taa, haiongezeki kwa urahisi. Mtu angewezaje kutumia ishara sawa za mkono kudhibiti kiwango cha joto kwenye kibao kilekile? Utafiti huu hauna mtazamo wa ujumuishaji wa njia mbalimbali unaoonekana katika miundo kamili zaidi kama Mwongozo wa Microsoft wa Mwingiliano wa Binadamu na Akili Bandia.

Uelewa Unaoweza Kutekelezwa

Kwa wasimamizi wa bidhaa: Weka lazima usanifu wa kwanza wa karatasi kwa viwango vyote vya kimwili vya IoT kabla ya mstari mmoja wa programu ya vifaa kuandikwa. Faida ya kuzuia seti mbaya ya ishara za mkono za vifaa ni kubwa sana.

Kwa wahandisi: Sanifu kwa mifano mchanganyiko ya udhibiti tangu siku ya kwanza. Chukulia kuwa sauti, programu, na kugusa kimwili zitatumika zote, na ujenge mantiki ya usimamizi wa hali ipasavyo. Tumia mfano kama ule ulio kwenye $L(d)$ ili kufanya majibu ya mfumo yarekebishike na ya kukabiliana.

Kwa watafiti: Upeo unaofuata ni mwingiliano wa makini na wa mazingira. Badala ya kujibu tu kwa kupita kidole, je, kituo hiki, kwa kutumia vihisi rahisi, kinaweza kujifunza taratibu na kurekebisha taa mapema? Hii inahama kutoka UCD hadi akili bandia inayolenga binadamu, mageuzi magumu zaidi lakini muhimu.

Mfano wa Kesi ya Mfumo wa Uchambuzi

Hali: Kutathmini kituo cha taa chenye akili cha mshindani kinachotumia kitufe cha kuzungusha na kitufe cha kushinikiza.

Utumiaji wa Mfumo:

  1. Mfano wa Msingi wa Mwingiliano: Je, kitufe cha kuzungusha (analogi, endelevu) kinaendana zaidi na mfano wa akili wa kupunguza mwanga kuliko kupita kidole (dijitali, tofauti)? Labda ndiyo kwa usahihi, lakini ni duni kwa uteuzi wa kundi.
  2. Uwezo wa Kujifunza dhidi ya Nguvu: Kitufe kimoja cha kuzungusha kina uwezo mkubwa wa kujifunza lakini kinaweza kukosa nguvu ya kuelezea kwa mandhari changamani. Mandhari hupatikana vipi? Kushinikiza mara mbili? Kushinikiza kwa muda mrefu? Hii huongeza ugumu.
  3. Ujumuishaji wa Mfumo: Je, kuzungusha kitufe ndani kunaingilia ratiba ya otomatiki? Ni mfumo gani wa maoni? Ukosefu wa maoni wazi juu ya hali (udhibiti wa ndani dhidi ya otomatiki) ni sehemu ya kawaida ya kushindwa.
  4. Ufikiaji: Je, kitufe cha kuzungusha kinatumika kwa watumiaji wenye uwezo mdogo wa uhamasishaji mwembamba? Eneo kubwa la kupita kidole linaweza kuwa na ufikiaji zaidi kuliko kitufe kidogo cha kuzungusha.

Ukosoaji huu uliopangwa unaonyesha mabadiliko yasiyoonekana kutoka kwa orodha rahisi ya vipengele.

7. Matumizi ya Baadaye na Mwelekeo

Kanuni zilizoonyeshwa zina matumizi mapana zaidi ya taa:

  • Vibao vya Udhibiti vya Kazi Nyingi: Mchakato huo huo wa UCD unaweza kufafanua ishara za mkono kwa udhibiti uliojumuishwa wa HVAC, mapazia, na mifumo ya sauti kwenye kibao kimoja cha ukuta kinachotambua muktadha.
  • Uboreshaji wa Maoni ya Kugusa: Kujumuisha teknolojia ya hali ya juu ya kugusa (kama ile ya kampuni kama Lofelt au Ultraleap) kunaweza kutoa uthibitisho wa ishara za mkono bila ya kuangalia, jambo muhimu kwa ufikiaji na uwezo wa kutumia katika hali ya mwanga mdogo.
  • Ubinafsishaji Unaotumia Akili Bandia: Vituo vya baadaye vinaweza kutumia miundo ya tinyML kwenye ukingo kujifunza mifumo ya ishara za mkono za mtumiaji binafsi na mapendeleo ya taa, kurekebisha kiotomatiki mikunjo ya majibu ($\alpha$ katika mfano) au kupendekeza uanzishaji wa mandhari.
  • Usanifu Endelevu: Kama kifaa cha kudumu cha ukuta, vituo kama hivi vinaweza kusaanishwa kwa umri mrefu sana, uwezo wa kutengenezwa tena, na uboreshaji (k.m., vifurushi vya vihisi vinavyoweza kubadilishwa), kukabiliana na mwelekeo wa kutupwa kwa vifaa vya kielektroniki vya watumiaji na kuendana na harakati ya Haki ya Kutengeneza.
  • Usanifishaji: Kuna haja ya kamusi ya ishara za mkano ya wazi, isiyo na malipo ya usakinishaji kwa ajili ya udhibiti wa nyumba zenye akili, sawa na viwango vya USB-IF kwa madarasa ya vifaa, ili kuhakikisha uthabiti kati ya wauzaji na uhamisho wa kujifunza kwa watumiaji.

8. Marejeo

  1. Seničar, B., & Gabrijelčič Tomc, H. (2019). User-Centred Design and Development of an Intelligent Light Switch for Sensor Systems. Tehnički vjesnik, 26(2), 339-345.
  2. Gartner. (2023). Hype Cycle for Emerging Technologies. Gartner Research.
  3. Hassenzahl, M., & Tractinsky, N. (2006). User experience - a research agenda. Behaviour & Information Technology, 25(2), 91-97.
  4. Nielsen Norman Group. (n.d.). Paper Prototyping: A How-To Video. Imepatikana kutoka https://www.nngroup.com
  5. Microsoft. (2022). Guidelines for Human-AI Interaction. Imepatikana kutoka https://www.microsoft.com/en-us/research/project/guidelines-for-human-ai-interaction/
  6. Zhu, J., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV). (Imetajwa kama mfano wa mbinu madhubuti ya kimethodolojia katika nyanja tofauti ya kiufundi).
  7. Weber, E. H. (1834). De pulsu, resorptione, auditu et tactu: Annotationes anatomicae et physiologicae. Leipzig: Koehler. (Sheria ya Weber-Fechner).