v型开发模型：扩展情景可视化的视野

为了充分利用增强和混合现实的优势来支持用户，建立一致且定义明确的情境可视化(SV)模型至关重要。SV包含根据上下文进行调整的可视化，并考虑物理显示环境中的相关可视化。认识到SV在协作任务、态势感知、决策、协助、培训和维护等各个领域的潜力，AR/MR非常适合通过提供额外的数据和上下文驱动的可视化技术来促进这些场景。

通常，视觉手段是获取知识的主要方式。因此，可视化是任何AR/MR系统的基本组成部分，可以定义为“数据通信，解释不能立即看到的抽象或可见数据并将其转化为视觉形式，产生可读和可识别的过程”图像”。

SV可以在AR/MR之外的其他领域发挥重要作用，包括决策过程和态势感知。此外，它适用于室内和室外的多种环境。在决策过程中，SV可以通过提供包含不同视角和上下文信息的视觉表示来帮助决策者更好地理解复杂数据。

在室内和室外环境中，SV可用于通过可视化能源使用、占用模式和空气质量等数据来增强用户的体验和对周围环境的了解，从而实现更高效的室内环境。

例如，在零售商店中，SV可用于提供有关产品的附加上下文和信息，从而增强购物体验并且，在智能建筑中，SV可用于优化供暖和制冷系统、照明和空间利用率

。SV还可以用于户外环境中的数据可视化，例如城市规划、环境监测和农业。SV可用于可视化交通模式、空气质量和气候数据，以支持城市规划和政策决策。

在农业中，SV可用于监测作物生长和土壤湿度水平，以优化作物产量。SV还可以对态势感知产生重大影响。通过提供根据用户环境量身定制的可视化效果，SV可以增强用户对其周围环境、任务和活动的理解和认识。

如今，对于社会来说，能够获得更多数据以便有更清晰的认识并做出更好的决策非常重要。当前的技术和数据源可以使这个社会的必要性成为可能，但有时，由于可用数据量巨大，因此需要分析技术。

换句话说，有时（而且越来越多）有关用户所处环境/上下文的数据量非常巨大，以至于不可能同时可视化所有这些信息。此外，其中一些信息甚至可能不相关。因此，这就是为什么在可视化之前分析数据很重要。

SV领域与解决这一重要需求的新研究领域相关。上述领域是定位分析、沉浸式分析和无处不在的分析。例如，对于AR/MR任务，辅助分析涉及从教学环境中收集和分析数据，包括用户表现和人口统计数据以及其他相关信息，并且可以得到这些领域的技术和方法的支持。

辅助分析和情境信息可视化之间的联系可以帮助理解、创造新的实践、改进其结果，。上述联络还可以优化援助发生的环境。例如，通过分析和SV系统获得的环境数据可能会通过调整照明来创建更有利的空间，同时呈现数字数据，从而实现优化。

这可以在物联网(IoT)传感器的帮助下实现，也可以在没有物联网传感器的情况下实现。例如，在后一种情况下，可能需要调整可视化的对比度，以响应SV系统捕获的外部刺激来提高可读性。

此外，收集的数据还可能涉及数字辅助环境的变化，例如改进设计和可用性，以更好地满足用户的需求并最大化其结果。

一个例子是SV系统根据记录数量和所使用的视觉编码类型等因素自动调整数据的呈现方式。SV可以使辅助分析数据更易于访问和理解，从而促进更有效的决策。因此，拥有一致且定义明确的SV概念和术语非常重要。

SV的示例可以在指导/培训用户完成组装任务或提供有关特定位置的空气污染信息的应用程序中看到，如图1所示。

图1 情境可视化(SV)的示例

SV定义的主要特征是它能够将相关信息与当前时间、物理空间、活动、内容、社区和地点关联起来，这是其他类型的AR/MR可视化所缺乏的。

这一特征在当今时代是至关重要的，因为对于社会来说，能够获得有关特定时刻所处理的物体、地点和人的更多信息，以便能够对事物有更清晰的解释，变得越来越重要。最初收到的信息并做出更好和明智的决定。

SV的其他特点是实用性和直观性。SV可以在各种场景中提供有价值的帮助，例如指示附近的食物购买选项或在培训期间指导用户完成维护过程。

SV的表征必须从对数据可视化的空间定位意味着什么的主导空间理解开始。当可视化的物理表示与数据的物理指示物（可以是数据所指的物理对象或物理空间）紧密对齐时，可视化在空间上是定位的。

使可视化能够被感知的物理对象或装置被称为物理呈现。正如所强调的那样，物理所指必须是有意义的。例如，将地下基础设施的可视化叠加在街道上就是SV，因为街道对于基础设施可视化来说是有意义的参照物。

在通常的可视化系统中，物理呈现可以采取多种形式，例如大型公共显示器、移动手持显示器、纸片、交互式对象、光和3D打印。对于AR/MR可视化，常见设备包括移动手持显示器、头戴式显示器和空间显示器等。

值得注意的是，“接近程度”正如前面所描述的，物理所指对象和表示之间的关系可以连续变化。“接近”一词故意含糊不清，因为情境的水平取决于可视化出现的显示器及其与所指对象的接近程度。

图2中的链接D连接物理指示物和原始数据，允许原始数据源自各种指示物，其中一些可能对用户不可见（用虚线表示的原因）。链接E指示物理指示物和物理呈现之间的接近度。该链接绘制为虚线，以突出显示邻近性中可能存在的差异。

如果物理指示物和呈现共享相同的空间，并且两者对用户都可见，则可视化被称为空间定位。最后附上F链接表示所指对象对用户的可见性。

图2 经典空间SV模型，显示信息到达用户之前的不同路径

图3描述了一个扩展的SV模型，它结合了表征SV的各种观点，包括本工作中提出的观点和文献中提到的观点，以增强理解。与图2所示的原始SV模型不同，该模型假设原始数据仅属于逻辑世界，而更新后的模型承认某些数据信息源自物理世界中的传感器。

图3 更新的SV模型

图4概述了已确定的可视化视角，包括空间、地点、时间、活动、内容、社区和道德及其各自的类别和特定案例。

图4 空间、地点、时间、活动、内容、社区和道德SV观点、其自身类别和特定案例的系统化

SV空间视角的这种新的特殊情况在图3中通过物理呈现和物理指示物之间的虚线进行了说明。值得注意的是，远程空间SV一定不能与感知SV混淆，因为用户始终知道物理指示物和呈现的位置，而不是感知它。

图5提供了空间视角的物理和感知位置类别以及嵌入式和远程空间位置特定情况的连续体的图示。包含此插图是为了增强对所提出概念的理解。

图5 物理和感知位置类别的空间视角连续体的表示，以及嵌入和远程空间位置的特殊情况

用户交互可以影响可视化。因此，“交互地”的情境性”类别涉及可视化与其用户之间的交互，包括不同用户如何感知可视化并与可视化交互，以及数据和可视化工具的可访问性和可用性如何影响可视化的使用和有效性。

这种情境具有三个不同的方面。第一个方面涉及输入/输出模态，它指的是用于获取或提供数据的各种独立通道。在考虑有特殊需要的人的可访问性时，必须确保每个人都可以访问这些渠道，无论其能力如何。例如，可视化应包括针对盲人或弱视用户的替代文本描述，以及针对聋哑或听力障碍用户的字幕或文字记录。

在SV应用程序中开发沉浸式可视化可能是一项高度激励的任务，与传统的基于AR/MR的可视化相比具有潜在优势。与替代方法相比，通过SV改进感知可以帮助某些任务，例如空间学习、检查/比较以及原位模式搜索和发现。然而，SV的优势也伴随着影响其适用性和实用性的挑战。

大量数据的呈现和交互对于任何类型的可视化都是一个挑战，而不仅仅是AR/MR。所有信息的可视化会导致混乱和缺乏清晰度。除其他外，数据过载问题的一种可能解决方案是通过对象识别技术过滤并自动覆盖注释。

必须将重要信息与无关信息明确区分开。重要的地标或任何类型的基本信息可能会被注释遮挡或不遮挡。

在AR/MR中，补充虚拟信息（通常是视觉的）被实时叠加到现实世界中的用户环境中。当该过程的结果对用户有意义时，可以说它是连贯的。连贯的视觉结果为用户提供了关于虚拟对象的位置、形状和特征以及它们与真实对象之间的交互的更清晰的视觉线索。

配准是指覆盖过程执行的准确程度。换句话说，当数字内容位于现实世界图像中的正确位置时，可以说虚拟数据与真实数据对齐。当虚拟数据不在正确位置时，数字内容被视为未对齐或存在注册错误。

场景或用户观点的变化可能会导致可视化效果的分散性改变。用户观点的改变可能导致注释的重新排序。可以理解，这些修改会产生令人困惑的结果，因为例如注释可能会产生误导。

为了避免这种情况，必须以时间一致的方式执行更改。数字内容有必要在整个交互过程中维护用户视点操作的记录。

通常，AR/MR系统基于一个视图（或相机）。在任何时候，用户仅具有该相机对3D世界的视点，称为自我中心视点。在这种情况下，自我中心的观点涉及相机到对象的表示系统，确定世界对象相对于相机位置（或用户的位置）的位置。

AR/MR系统的可视化和可用性因用户以自我为中心的观点的限制而受到严重损害，主要原因有两个。首先，在很多情况下，视点并不是最适合呈现相关信息，限制了用户探索现实世界环境中所有信息的能力查看其主面板。

第二，也是最重要的一点是，有些可视化任务不能从自我中心的角度来执行，例如向学生展示整个校园的全面布局。知道概述任务可能是使用AR/MR应用程序时的初始点或重复任务，它的缺失会削弱用户的交互。

与传统方法相比，SA采用不太正式的数据分析方法。因此，需要对如何开发、测试和评估特定环境的工具有一个新的视角。

SA甚至SV提供的信息可以增进理解并对用户非常有价值，但也可能泄露敏感信息。这是任何可视化系统都会遇到的问题。因此，所有敏感信息都应格外小心处理。另一个担忧涉及无穷尽的数据收集的可能性。

有选择地展示数据是一种通过过度强调某些元素而引入一些偏见的方式。假新闻问题，包括使用改变的、不正确的或错误的事实，以及有偏见的数据收集做法，也应该得到解决。此类做法可能反映特定人群的观点并传播陈规定型观念和偏见。

AR/MR在众多应用中具有巨大潜力，并且随着它变得更加便宜，它可能会在日常生活任务中变得更加广泛，例如情景可视化。因此，应努力协调SV的观点，以便于分析和增强对AR/MR带来的贡献的理解。

情境的概念应该在更广泛的背景下看待，包括可视化，不仅单独考虑每个视角，而且在每个视角中整合多层情境。例如，在活动视角内，可视化不仅可以考虑被可视化的主要活动，还可以考虑影响主要活动或受主要活动影响的相关或交叉活动。

在AR/MR应用开发过程中引入这种扩展的SV模型可以带来多种好处。首先，它允许采用更细致、更具体的数据可视化方法，从而改善整体用户体验。其次，通过考虑每个视角的情境，设计师可以创建意义更丰富的可视化效果，并可能有助于解决偏见和文化敏感性问题。

第三，对空间、时间、地点、活动和社区进行标准化定义可以促进设计师和用户之间更有效的沟通和协作。最后，通过考虑情感定位类别和道德角度，设计人员可以创建更具同理心、道德和包容性的AR/MR应用程序。

内容视角强调了以用户及其需求为中心来设计SV的重要性，因为并非每个人都对基本计算机应用有深入的了解。因此，SV设计师应该致力于创建可视化和交互，以在可能和适当的情况下满足广泛的用户配置文件。

当需要自动更改/更新可视化时，为SV模型提出的定义可以用作设计人员的指南，以确保所做的更改仍然符合预期的位置视角。为了解决对比需求之间可能存在的冲突，有必要采取整体方法，考虑SV模型中涉及的所有观点以及使用可视化的特定上下文。

它可能需要妥协或找到满足所有相关方的创造性解决方案。包括设计师和用户在内的利益相关者之间的有效沟通和协作对于确保SV的成功实施也至关重要。

可视化不必符合扩展SV模型中引入的所有视角。应根据可视化的具体要求及其预期用例来选择视角。然而，合并多个视角可以增强整体用户体验并提高可视化所实现的情境程度。