如何在智能设计中构建触觉体验？-数艺网

资讯: 展览资讯大型展会灯光节大型盛典赛事中标捷报产品快讯热门话题艺术节活动演出新闻数艺报道俱乐部签约

观点: 大咖专访观点洞察书籍推荐吐槽设计观点企业访谈问答趋势创新论文职场方法薪资报价数艺专访

幕后: 幕后故事团队访谈经验分享解密评测数艺访谈

干货: 设计方案策划方案素材资源教程文案资源 PPT下载入门宝典作品合集产品手册电子书项目对接

如何在智能设计中构建触觉体验？: 原创 2023-01-03

内容摘要

触觉本身包括多模态的信息，本文聚焦智能设计中触觉体验的建构，分析了触觉多模态信息(力度、刚度、纹理、温度等)和多通道感官线索(触觉、视觉、听觉等)如何影响触觉感知,提出了智能设计中以触觉多模态信息构建为主，基于伪触觉反馈的多模态搭配与转化为辅的触觉体验的构建框架，探索触觉本身的触感反馈与力感反馈以及伪触觉反馈机制，为解决智能设计中触觉反馈的受限问题提供思路。

关键词：触觉、智能、交互设计、多模态、伪触觉

当前，语音和屏幕成为绝大多数智能产品的交互媒介，交互模式的设计趋同限制了自然交互的发展，使智能产品用户体验难以提升。触觉是人类认识并理解事物的重要手段，真实触觉体验对智能产品自然交互的积极影响不可忽视。随着触觉交互技术的发展，多模态触觉信息和非触觉感官的触感融合可以为智能产品的触觉体验深度开发提供参考。

触觉感知

人类生存于这个丰富而多变的世界中，自然与社会中的万物给人以细腻的视觉、触觉、听觉、嗅觉、味觉等感受。以人的皮肤感官划定边界，按与皮肤接触的距离远近，人的感官模态分为远程、近程、零距离三类。其中，视觉、听觉为远程模态，嗅觉为近程模态，味觉、触觉为零距离模态。[1]人通过皮肤上分布着的各种触觉感受器和神经末梢，将外界信息传入中枢神经系统，获得触觉感知。[2]与其他感官相比较，触觉是主体认知者与客体对象之间直接性、零距离的物理性接触。

在对物的感知中，用户依靠触觉来识别物体的表面特征(纹理、颗粒感、黏度等)、空间特征(轮廓、形状、体积等)、材料属性(软硬度、密度、温度等)等察知触觉体验，以及由这些察知触觉催生的惊喜、恐惧、愉悦等情感触觉。[3]相应地，对触觉的研究也包含两个方面:一是基于实际材料和材料表面实际结构的直接感受，二是基于物质表面组织结构意象的心理感受。通常情况下，触觉体验中二者彼此结合，相辅相成。与其他感知形态相比较，触觉本身是多种模态的，触觉感知是复杂的。因此，与触觉体验相关的智能设计颇具难度。

触觉交互在智能设计中的应用

人机交互是智能设计的一个重要研究领域，人工智能为人机交互的自然化、智能化带来突破，通过语音识别、图像分析、手势识别、语义理解、大数据分析等人工智能技术帮助计算机更好地感知人类意图，辅助人类更高效地完成任务，驱动人机交互的发展。[4]在过去的智能设计中，视觉和听觉是与人机交互关系最为紧密的感官模态，人机交互接口的功能主要集中在视听觉感官模态上，能提供的触觉体验十分有限。近年来，由于触觉交互技术的发展，触觉交互设备大量涌现，触觉作为一种新型的自然交互方式开始广泛应用于人机话语交际，使用户不仅能够以真实、自然的触摸、操控向计算机发送命令，还可以通过“触摸”界面图像或虚拟物体,获得和触摸真实物体时相同的触感、力感、空间感和运动感。[5]

基于触觉的智能设计对应于真实场景和虚拟场景的触觉感知。在真实场景中，触摸可以让操作者感知物体，获得粗糙度、温度、硬度等多模态触觉体验，并且操纵物体以发送指令。真实场景中的智能化手段可以实现实物触摸中的触感扩展，使触感增强或减弱，以及改变材料的触感属性，在单一材料上获得多元触感。在这方面，Ruiter等为真实油门踏板添加触觉交互反馈，提升了汽车驾驶的吸引力、安全性，支持积极的生态驾驶体验。[6]（图1）面向视觉受损人群，於文苑、徐迎庆等将视觉二维图像转化为触觉二维图像，帮助视觉受损人群通过触觉二维图像来获取信息。[7]更进一步探索了触觉交互系统，引入触觉引导辅助方式设计出面向盲人的触觉图像显示器Graille。[8]

图1.真实油门踏板上的触觉交互反馈

虚拟场景的触觉交互是目前的热点研究领域。在虚拟场景中,触觉交互的引入使操作者可以感知甚至操作人工虚拟环境，增强了虚拟场景的真实感。在这方面，Fermoselle等为虚拟现实共享社交添加了触觉交互模式，当两个用户在虚拟环境中击掌时能够感知到手柄传递的触觉反馈。[9]Shim等将多维皮肤拉伸设备应用到包含拳击、手枪、射箭、弹弓、攀爬等虚拟场景中。用户在每个场景中进行不同的交互时，设备会根据不同刺激强度为用户手臂皮肤提供相应的触觉反馈，创造虚拟环境中复杂运动的触觉体验。[10]（图2）Hoffard等研发使用振动作为触觉反馈方法的VR滑雪训练系统，为在室内模拟器上移动的用户提供振动触觉反馈，以收到更好的训练效果。[11]（图3）

图2.VR射箭运动中的多维皮肤拉伸触觉体验

图3.VR滑雪训练系统触觉反馈

在目前的智能设计中，触觉反馈有所应用，但相关触觉设备只能提供相对单一且精度低的触觉体验，要模拟出全面、真实的触觉感受存在一定难度。因此，就目前的触觉反馈技术发展水平而言，智能设计中的冷热、硬软、干湿、痛觉、压觉等各个模态的触觉体验构建有必要通过多模态触觉反馈与伪触觉反馈激发，即通过多模态感官的联觉现象表征触觉感知。

多模触觉反馈与伪触觉反馈

1.多模触觉反馈

触觉感知由物体的形状、尺寸、纹理、硬度、粗糙度、材质、温度、重量、力度等多模态信息构成，可分为皮肤感受的触感和关节韧带感受的力感。[12]完整的触觉体验由触感和力感相互融合，共同呈现。目前计算机主要通过触感反馈和力反馈技术模拟这两类感受——触感反馈是通过物体表面的振动、纹理和温度来识别触摸的对象，力反馈则是通过重量、硬度和摩擦特性等因素——对接触对象进行判别。[13]

目前，触觉反馈技术能模拟的仅是一般的接触感即力感，而其余模态的触觉信息目前主要还是依托实物接触建立触感反馈。例如“御艺”训练触觉感知融合设备[14]结合虚拟现实与力反馈硬件创造骑马体验。力反馈方面，在缰绳上安装了弹性测力计以测试骑手的力量方向，马鞭安装了压力传感器，马快速奔跑时，马鞍部震动频率随之变大。整个系统通过动作识别、匹配度分析、平滑度算法等核准用户动作。但是在触感反馈上，坐骑上配置了真实的马鞍、马蹬、缰绳，骑手配备了马鞭、手套等，通过用户与传统坐骑实物的实体接触构建骑马过程中皮肤触感上的多模态信息。

2.伪触觉反馈

伪触觉反馈是一种不依赖于触觉，而通过跨感觉通道信息来呈现触觉感知的技术[15]，是其他感觉通道对触觉体验的辅助。心理科学很早就对触觉单一模式和视觉—触觉交叉模式进行了研究，证明多模态交叉在神经认知功能上比触觉单一模态有显著提升。[16]伪触觉反馈的目的是产生触觉错觉，即在其他感官的影响下产生触觉性感知。

基于多感官错觉的伪触觉反馈已被用于模拟各种触觉属性，例如虚拟弹簧的刚度、物体的纹理或质量。在界面显示和虚拟环境中，可以通过伪触觉反馈技术灵活改变虚拟物体的视觉显示，从而模拟物体的多种模态触觉属性。[17]基于多感官错觉的伪触觉反馈是对其他感官的触觉感知特性的借用，在复杂的智能系统设计中，可以结合对其他感官模式的适当联觉刺激来改善触觉体验。

基于多模触觉反馈与伪触觉反馈的智能设计触觉体验构建

1.面向智能设计的多模态触觉体验构建框架

智能设计中的触觉体验构建是一项系统性的工作，需要通过多模态传感器获取对象和环境信息，对人与智能系统相互作用的一系列触觉信号进行采集，并且依靠界面或触觉设备向用户反馈触觉的各种模态信息，以实现触觉体验的融合再现。

本文结合目前智能设计中的触觉反馈技术现状，基于触觉本身的多模态感知，构建了面向智能设计的以触觉多模态信息为主，辅以伪触觉反馈的触觉体验框架。（图4）从结构上看，面向智能设计的多模态触觉体验框架主要由三部分组成：触觉数据采集层、触觉信息渲染层、触觉呈现层。在该框架中，触觉数据采集层通过多模态触觉传感装置，采集操作者与物体交互过程中的压力、摩擦力、速度、加速度、温度、振动等触感及力感数据，同时采集相应的视觉、听觉信息等作为辅助，通过摄像头、麦克风采集物体及人与物体交互过程中的影像数据（蕴含物体的形状、尺寸、纹理等触感信息），以及人与物体交互产生的音频信息，如震动频率与振幅。[18]触觉信息渲染层基于获得的触觉数据库（包含通过伪触觉反馈获取的触觉信息），通过卷积神经网络（CNN）与长短期记忆网络（LSTM）等深度学习技术，对触觉参数进行预测，辅助构建触力觉渲染模型，生成满足用户交互需求的触觉反馈信息和伪触觉反馈信息；最后在触觉呈现层，智能系统通过多模态触觉反馈装置以及视听呈现设备对物体的各种触感信息及力感信息进行反馈与再现，操作者通过多通道的感官系统在执行设计任务过程中，综合获取触觉体验。智能系统基于设计任务质量进行自主控制与自动执行，以优化用户体验，提高设计质量。

图4.面向智能设计的多模态触觉体验框架

在框架中，触觉数据采集层和触觉呈现层是主要硬件构成部分，由多模态触觉传感装置、摄像头、麦克风等采集硬件组成。触觉信息渲染层是整个智能系统的“大脑”，对多模态触觉信息进行融合分析，预测多模态触觉反馈信息生成所需的参数，辅助构建触觉渲染模型，以生成用于触觉呈现的触觉反馈信息和伪触觉反馈信息，保障触觉呈现层对各种触觉物理属性的实时呈现效果和体验质量。

2.智能设计中的触觉力感与触感反馈

人机交互中的触觉感知信息包括材料的质感、纹理、温度等触感信息与力感信息，智能系统通过多元感知设备与反馈手段获取以上信息的感知模态。触觉的力感知要求设备能反馈力的大小和方向，目前发展较为成熟。触觉的纹理、刚度、形状、温度等多模态信息通过多模传感器监测，在计算分析、转化生成后刺激人体进行触觉再现。

(1)力感反馈

当前触觉的力反馈研究主要包括虚拟对象的触觉力感建模、触觉力反馈设备以及人的触觉力感知心理和生理特性研究。虚拟对象的触觉力感建模基于物理约束的物体受力与变形，面对刚性物体与柔性物体有不同的建模方法。刚性物体的触觉力感算法根据触觉接口设备在虚拟环境中的虚拟化身形状的不同（如点、线或体）而有所不同。柔性物体的建模主要研究力与变形的关系，变形和力计算之间有无关系影响触觉的视觉再现和力觉显示的一致性、协调性和稳定性。[19]因此，目前对于触觉力感的真实变形计算及建模存在很多困难，一般应用上主要针对简单情况进行研究。

触觉的力感反馈设备主要有手套、手控器、操纵杆等类型。力反馈数据手套Sense Glove Nova（图5）集中了强制反馈、震动反馈、运动跟踪等功能，用户可感受虚拟物体的大小、密度和阻力。Meta最新的力反馈数据手套原型（图6）不同于通常使用电机做传动的设备，通过分布在手套中的气袋向用户手部提供压力，为元宇宙提供更加逼真的触觉反馈。手控器可以跟从操作者的手臂运动，将人手的测量结果作为运动指令输入，并且可对人输出特定的力反馈。触觉反馈手控器CLAW（图7）可为常见的手部交互提供抓握、触摸、触发等触觉力反馈。Haptic Revolver（图8）在用户指尖下方设置触觉轮，触觉轮特征与虚拟环境融合，可通过互换不同材质的触觉轮提供不同的触觉体验。Haptic Links（图9）使用可变刚度锁定机制在两个手控器之间进行触觉渲染以提供力反馈，用于管乐器、方向盘、弓箭等使用双手抓握交互的触觉反馈。[20]操纵杆Novint Falcon（图10）允许用户从前后、左右、上下等多个方位操纵，感受不同虚拟对象或材质的质地、重量、尺寸和运动方向。2019年Foldaway Haptics公司发布的VR操纵杆原型设备（图11）已经可以实现任何方向的手指操纵，以感受虚拟物体的纹理、刚度和形状。

图5.力反馈数据手套SenseGloveNova，图片来源：https://www.senseglove.com/

图6.Meta最新力反馈数据手套原型，图片来源：https://www.facebook.com/

图7.触觉反馈手控器CLAW：（左）抓握、（中）触摸、（右）触发

图8.触觉反馈手控器Haptic Revolver

图9.触觉反馈手控器Haptic Links

图10.触觉反馈操纵杆Novint Falcon，图片来源：https://m.gougoujp.com/aucitem

图11.Foldaway Haptics公司VR触觉反馈操纵杆原型，图片来源：https://phys.org/news/2018-04-fold-up-joystickhaptics-portable-devices.html

（2）触感反馈

智能设计中，物体的纹理、刚度、形状、温度等多模态触觉信息由多模传感器监测、采集，再通过气流、震动或电流等对皮肤或表皮神经进行刺激，作用于人体相关部位，对触感信息进行物理再现。

触感再现设备研发上，苏格兰公司Tesla Studios推出触觉反馈套装Teslasuit，通过电脉冲刺激皮肤神经的方式提供触觉反馈。面向智能平板的触觉反馈也是基于表面刺激实现的，是目前触觉设备研发的热点。APPLE推出的震动模块Taptic Engine配合3D Touch技术，能够使用户手指在屏幕上滑动时感触到轻微震动。此外，热属性的获取能帮助用户准确判断物体的类别，对触觉温度感知的智能设计，可以通过直接热接触或者触感温度的视觉转化以及二者结合实现。随着触觉交互技术与自动化水平的发展与提高，允许用户自主键入形状、材料、纹理、温度等不同物质属性参数，经计算处理后以触觉形式向用户反馈，也是触觉反馈的智能化发展方向之一。

目前的触感与力感反馈技术与设备在呈现特定模态的触觉信息方面有效，但只能同时为用户提供一至两种维度的触觉感受,无法呈现触觉的多模态信息。为满足多模态综合触觉反馈以及智能设计的自然交互需求，需要创建多用途的触觉反馈集成设备。此外，单一的真实触感体验技术有限，借助伪触觉反馈等其他技术形态也就十分必要。

3.智能设计中基于伪触觉反馈的多模搭配与转化

应用伪触觉反馈技术来为智能设计营造良好的触觉交互感受,依赖于操纵非触觉信息创造触觉的感官错觉，这是一种感官模态或信息模态的转化。

(1)视觉的伪触觉反馈应用

触觉和视觉在表征信息的种类和所依赖的神经基础上都有较大程度的重合。[21]可以说，人类先天具有视觉触觉感知的特性。[22]在触觉体验智能设计中，视觉对于触觉信息的建构，一方面可以通过感官替代，将视觉信息转换为触觉信息，例如前文中徐迎庆等使视觉二维图像转化为触觉二维图像，辅助视觉受损人群感知外部世界[23]；另一方面，通过伪触觉反馈模拟触觉信息，可以作为真实触觉反馈的技术补充。

目前看，伪触觉反馈在智能设计的触觉体验中应用广泛，可以通过调节视觉刺激的速度来表征摩擦的伪触觉模拟。例如在摩擦触觉体验中，对被操纵对象进行视觉减速，同时增加用户对界面的施加力，二者的组合给用户一种阻力和摩擦的印象。[24]可以通过视频图像的扭曲变形表征风阻的伪触觉模拟。在Pusch等人的研究中，显示实时摄像机记录的用户真实手部视频，手部图像在视觉显示中被扭曲和修改，以产生伪触觉，帮助参与者感受到风的阻力。[25]此外，还可以通过对施加压力的物体进行视觉变形以表现压力，即物体软硬度的触觉模拟；通过结合视觉的纹理材质，以及对界面上的光标运动进行加速和减速实现对不同纹理材质的触觉模拟等。

具体应用场景上，电子游戏长期以来一直使用伪触觉反馈技术模拟被控制对象，如汽车车轮摩擦、滑雪惯性等物理状态。用户操纵输入界面（操纵杆、游戏手柄或鼠标），驱动模拟器添加特殊视觉效果，以实现快速/缓慢移动、控制/失控、柔软/坚硬、平滑/颠簸等触感体验。此外，虚拟教育培训上通过摩擦模拟、刚度模拟等伪触觉反馈技术进行操作动作的触觉感知表征。医学上，将伪触觉反馈应用在医疗模拟器测试使用中，例如利用伪触觉纹理技术模拟皮肤表面进行局部麻醉培训，利用力反馈与口腔内环境视觉的伪触觉反馈技术进行牙科医疗培训等。

（2）视觉的伪触觉反馈方法

与以视觉感官替代触觉感官不同的是，伪触觉反馈强调视觉和触觉信息的共存、搭配与整合使用。视觉—触觉的整合机制已经被持续讨论近一个多世纪。根据目前的伪触觉反馈研究，智能设计中视触搭配整合要注意以下问题：

一是面临视触信息不对称的任务模式时，以视觉信息对应真实信息。在基于触觉的智能设计中，交互中的触觉信息与视觉信息会有不同，允许信息冲突，但用户对准确信息的把握以视觉信息为主[26]，因此要以视觉信息对应真实信息。

二是视觉和触觉信息的权重分配要看交互任务的类型。当智能系统涉及空间交互任务时，视觉触觉耦合中的视觉优势更强[27]，此时触觉体验以视觉的伪触觉反馈为主；当感知物体纹理和材料特性时，触觉比视觉模态具有更高精度，感官倾向于触觉[28]，信息权重分配上要强化触觉。

三是视觉与触觉融合的多模态信息的连贯与同步。在交互任务中，伪触觉反馈同步将视觉反馈与用户运动或动作相结合，使主体在交互中获得动作感知的连贯性与触觉感知的准确性。

四是触觉感官自身的视觉空间性。触觉刺激的表征不仅由皮肤感受器的位置确定，视觉上的空间参考（距离、位置、大小、位移幅度等）也是主要因素。[29]智能设计中需要关注触觉刺激所在的外部空间位置及其与用户的关系，用户对触觉刺激的反应可以通过视觉性空间感知增强或减弱。

五是视觉与触觉多模态搭配与转化的触觉体验因个体差异而有不同。例如，在使用伪触觉反馈的刚度辨别任务中，有人倾向于触觉感知本身，有人则认为伪触觉反馈的触觉感知更明显。[30]因此，要结合用户个体差异等来调整智能设计中伪触觉反馈方面的工作。

六是伪触觉反馈使“触摸”对象可根据体验需要进行即时编辑处理。一般触觉反馈使用固定设备或道具，与被操纵虚拟对象具有相同的恒定状态。而伪触觉反馈则使“触摸”对象的纹理、刚度或质量等属性可根据体验需要进行即时编辑，动态处理。例如数字肌理通过图形的像素、色彩的变化来模拟真实物体的肌理效果，为伪触觉反馈提供了方便快捷的肌理编辑工具。图形设计软件Photoshop中的Patchtool（修补工具）与Healing Brush（修复画笔），以及Coreldraw中的艺术笔触等工具都是肌理编辑工具，一旦物体肌理被数字化，就可以根据触感需要设定目标肌理，产生与目标对象无缝结合的“触摸”效果。

(3)其他感官模态的伪触觉反馈

在智能设计的触觉反馈与再现中，视觉模态和触觉模态关系最为紧密。近年来，交互技术的多元发展使听觉等其他感官模态也开始被应用于触觉反馈中。这里以听觉模态为例。伪触觉反馈中特定模态向触觉转化时，需要这一感官模态具有触觉的生物生理特征规定的数据类型。对于听觉和触觉来说，触摸物体产生的振动和声音信息都是波信号，这决定了听觉和触觉共享振动频率和振幅等物理特性，这就使二者在强度、频率、速度以及粗糙度等属性上能够形成映射关系。[31]因此，在触感无法达到满意状态的情况下，可以通过智能化方式利用听觉模态提供触觉错觉。

伪触觉反馈一般通过视觉或听觉单一模态辅助触觉体验，在智能化集成技术支持下有望推进多种模态的伪触觉反馈。多种模态集成的伪触觉反馈必然带来更全面、更沉浸的触觉体验。当然，鉴于技术难度，在设计中还需要具体问题具体分析。

结语

触觉反馈相关研究在持续推进，但不可否认的是，人类触觉感受器的灵敏度非一般触觉呈现设备所能企及。目前各类触觉反馈技术即便能够实现某一模态触觉信息的反馈，但其触感和力感体验远不能准确复现真实触觉，并且目前难以实现多模态触觉信息的融合反馈与再现。正因为此，也就显示出在智能设计中，以触觉自身多模态信息为主，辅以伪触觉反馈，以构建触觉体验的必要性。在此背景下，本文讨论了面向智能设计的基于触觉自身多模态信息，以及伪触觉反馈的触觉体验构建问题，以实现在现存局限性中拓展智能设计触觉体验的理论与技术方法，借助人工智能技术提高用户的触觉体验，进一步提高设计质量。

注释：（向上滑动查看）

[1] 顾曰国：《多模态感官系统:天官、仿人机器人、“修辞即做人”新释》[J]，《当代修辞学》，2019年第5期，第48—67页。[2] Sathian K .Analysis of Haptic Information in the Cerebral Cortex. Journal of Neurophysiology, 2016: 1795—1806.

[3] 陈思、张建朋、彭争春、丁建宁：《从触觉感知到触觉智能——漫谈2021年度诺贝尔生理学或医学奖》[J]，《科学通报》，2022年第6期，第561—566页。

[4] 范俊君、田丰、杜一、刘正捷、戴国忠：《智能时代人机交互的一些思考》[J]，《中国科学:信息科学》,2018年第4期，第361—375页。

[5] 宋爱国、田磊、倪得晶：《多模态力触觉交互技术及应用》[J]，《中国科学:信息科学》，2017年第9期，第1183—1197页。[6] Ruiter AD, Alonso M B. Designing Haptic Effects on an Accelerator Pedal to Support a Positive Eco Driving Experience[C]. Proceedings of the 11th International Conference on Automotive User Interfaces and Interactive Vehicular Applications. Association for Computing Machinery, 2019: 319-328.

[7] 於文苑、刘烨、傅小兰、龚江涛、徐迎庆：《触觉二维图像识别的认知机制》[J]，《心理科学进展》，2019年第4期，第611—622页。

[8] 焦阳、龚江涛、徐迎庆：《盲人触觉图像显示器Graille设计研究》[J]，《装饰》，2016年第1期，第94—96页。[9] Fermoselle L, Gunkel S, Frankterter Haar, etal. Let’s Get in Touch! Adding Haptics to Social VR[C]. In ACM International Conference on Interactive Media Experiences. Association for Computing Machinery, 2020: 174–179.

[10] Shim YA, Kim T, Lee G. Quad Stretch: A Forearm-wearable Multi-dimensional Skin Stretch Display for Immersive VR Haptic Feedback[C]. In CHI Conference on Human Factors in Computing Systems Extended Abstracts (CHIEA'22). Association for Computing Machinery, 2022: 1-4.

[11] Hoffard J, Nakamura T, Wu E, etal. Push To Ski-An Indoor Ski Training System Using Haptic Feedback[C]. In ACM SIGGRAPH 2021 Posters (SIGGRAPH'21). Association for Computing Machinery, 2021: 1-2.

[12] Wang D, Ohnishi K, Xu W. Multimodal Haptic Display for Virtual Reality: A Survey[J]. IEEE Transactions on Industrial Electronics, 2020, 67(1): 610-623.

[13] 祁彬斌、胡玉宁、朱学芳：《面向盲人阅读的触觉交互服务框架构建与应用研究》[J]，《图书情报工作》，2019年第14期，第20—29页。

[14] 聂新明、王晨、赵新生、王勋、田亚平：《力触觉融合式儒家六艺活态传承微型学习技术环境的构建》[J]，《现代教育技术》，2019年第8期，第7页。

[15] Lécuyer A, Coquillart S, Kheddar A, etal. Pseudo-haptic Feedback: CanIsometric Input Devices Simulate Force Feedback? [C]. Proceedings of the IEEE International Conference on Virtual Reality. 2000.

[16] 王立平、库逸轩：《触觉—触觉单一模式和听觉—触觉交叉模式工作记忆的神经机制的研究》[J]，《心理科学》，2010年第5期，第1062—1066页。

[17] 杨振、李宏汀、马舒、万必成：《应用“有声有色”的触觉体验:来自多感觉通道整合的线索》[J]，《心理科学进展》，2022年第3期，第580—590页。

[18] Strese M, Brudermueller L, Kirsch J, et al. Haptic Material Analysis and Classification Inspired by Human Exploratory Procedures[J]. IEEE transactions on haptics, 2019, 13(2): 404-424.

[19] 同 [5]。

[20] Sinclair M. et al. Three Haptic Shape-Feedback Controllers for Virtual Reality[C]. 2018 IEEE Conference on Virtual Reality and 3D User Interfaces (VR), 2018: 777-778.

[21] 同 [7]。

[22] Lécuyer A. Simulating Haptic Feedback Using Vision: A Survey of Research and Applications of Pseudo-Haptic Feedback[J]，Presence, 2009: 39–53.

[23] 同 [7]。

[24][25] 同 [15]。

[26][27] 同 [22]。

[28] Hatwell Y, Streri A, Gentaz E. Touching for Knowing[M]. Amsterdam: John Benjamins Publishing Company, 2003.

[29] 尹天子、黄希庭：《触觉时序知觉的手臂交叉效应》[J]，《西南大学学报》（社会科学版），2011年第5期，第38—44页。

[30] Lécuyer A, Burkhardt J M, Coquillart S, et al. Boundary of Illusion: An Experiment of Sensory Integration with a Pseudo-haptic System[C]. Proceedings IEEE Virtual Reality 2001, 2001: 115—122.[31] 同[17]。

＊基金项目：本文为中央高校基本科研业务费专项资金资助项目的研究成果。

来源：《装饰》2022年第9期

原文：《基于多模态触觉与伪触觉反馈的智能设计触觉体验构建研究》

作者：马晓娜，北京航空航天大学新媒体艺术与设计学院；童倩倩，鹏城实验室数学与理论部；李一含，北京航空航天大学新媒体艺术与设计学院；沈旭昆（通讯作者），北京航空航天大学新媒体艺术与设计学院

《装饰》杂志欢迎您的来稿

E-mail：zhuangshi689@263.net
地址：北京市海淀区清华园清华大学美术学院A431 中国装饰杂志社编辑部
电话：010-62798189 010-62798878
邮编：100084
官网：http://www.izhsh.com.cn
建议邮件书信亦可
在微信中回复“投稿”即可获得投稿须知
投稿1.5月后可致电（010-62798878）查询初审结果

阅读原文 * 文章为作者独立观点，不代表数艺网立场转载须知: 本文内容由数艺网收录采集自微信公众号装饰杂志 ，并经数艺网进行了排版优化。转载此文章请在文章开头和结尾标注“作者”、“来源：数艺网” 并附上本页链接：如您不希望被数艺网所收录，感觉到侵犯到了您的权益，请及时告知数艺网，我们表示诚挚的歉意，并及时处理或删除。

数字媒体艺术新媒体艺术科技艺术智能设计

23805