案例研究 · 空间计算
评估等比例 AR 能否替代实体原型
实体原型制作缓慢，屏幕又会把物体缩小，让它的动作失去立体感。这款原生 iPhone 与 Apple Vision Pro 应用把一台等比例的概念机器人放进参与者自己家中，随后的居家研究检验了 AR 是否足以用来评估它。
概览
设计与开发；本项目是我在 UNIST 硕士论文的第三阶段
配备 LiDAR 的 iPhone，以及 Apple Vision Pro
Swift、SwiftUI、ARKit、RealityKit、Reality Composer Pro 和 USDZ
TestFlight，已通过 Apple 的 iOS 与 visionOS 审核
17 至 29 岁的参与者，在自己家中使用自己的 iPhone
七位设计师和工程师，其中包括 XR 从业者
大多数产品在可用原型出现之前很久就已经设计好了。屏幕上的渲染图无法传达一件物体放在走廊里显得有多大，也无法传达从沙发上看去它的动作给人什么感觉。AR 可以把数字孪生放进它的目标环境。研究问题在于：人们对它的判断是否足以支撑设计决策。
两个平台：兼顾覆盖面与保真度
这款应用同时追求覆盖面与保真度。iPhone 把研究带进参与者家中；Vision Pro 则呈现同样的测试，而不必隔着一块手持屏幕。
iPhone：手持的 AR 视窗
新款 iPhone 的 LiDAR 能快速识别地面，尺寸估计也相当准确；而且手机能触达的参与者远多于头显。代价是：机器人只能透过一块伸臂举着的小屏幕观看，临场感因此减弱，手臂也容易疲劳。
Apple Vision Pro：高保真的临场感
立体透视和高像素密度显示屏让细微的姿态变化和轮子转动清晰可辨，眼动与手势输入则取代了手柄。visionOS 版本将菜单窗口与沉浸式空间搭配使用。
让位于实体环境的界面
界面遵循 Apple 人机界面指南（Human Interface Guidelines），让人一上手就感到熟悉。半透明的 Liquid Glass 风格面板让房间始终可见，因为房间本身就是评估情境。
-
1
第一版：相机访问与叠加层规范
导航、相机权限，以及对按钮和叠加层应如何置于真实世界之上的测试。
-
2
第二版：机器人模型与动作库
完整的 3D 模型、动作页面和设置。选择某个变体，例如“接近用户，变体 1”，就会在 AR 中打开对应的动画。
-
3
第三版：面向参与者发布
交互式 3D 预览，以及一个把动作分为基础、功能和表达三类的面板，让 AR 视图保持简洁。
落地线索与尺寸感知
人们依据接触和光照线索判断大小。机器人必须看起来站在地板上，而不是飘在镜头前。
地面锚定
ARKit 检测被归类为地面的水平面，机器人的坐标系绑定在地面上，而不是相机上。
环境光照
环境光照估计和地面阴影，把虚拟机器人与真实的光照以及它脚下的表面联系在一起。
捏合暂停
捏合手势可暂停任意动画，研究人员可以把机器人定格在动作的关键时刻，近距离观察。
制作流程
从工程 CAD 到 AR 的统一资产流程
每段动画都源自机器人的工程 CAD 模型：先在 Blender 中优化并制作动画，再用我开发的 True RoboAnimator 插件校验，最后导出为 USDZ。材质在 Reality Composer Pro 中调校，之后再把资产打包进应用。
在 Vision Pro 上，模型在客厅场景中高约半米，在家具旁大约及膝，与计划中的实体硬件一致。
通过 TestFlight 分发的居家研究
参与者通过 TestFlight 安装应用，在自己的房间里观察机器人。研究有意招募了较年轻的成年人，因为熟悉移动界面的人能对这一媒介本身给出更敏锐的反馈。
动作偏好
同样的动作由不同的动作组件组合而成，以 10 分制量表评分。
从动作识别情绪
七个表达性动作，只以编号区分。参与者写下自己感知到的情绪。
AR 应用的可用性
易用性、控件清晰度、稳定性，以及 AR 在多大程度上帮助参与者理解机器人。
AR 传达了尺寸和路径，却没能传达情绪
参与者对 AR 体验的评分
平均评分（满分 10），参与者在家中使用自己的 iPhone 完成。
尺寸、朝向和路径都清晰可辨。参与者能对照自家家具，判断机器人的大小、它面朝的方向以及它正往哪里走。
仅靠动作无法传达情绪。六位参与者把“开心”理解为兴奋或充满活力，但“害怕”常被理解为高效或戒备，快速动作则被理解为警觉。许多参与者用宠物来打比方，比如“兴奋的小狗”。
在 AR 中，年轻参与者更喜欢可预测的动作。得分最高的版本结合了静态姿态、直线路径和正常速度（得分 8.0，满分 10）。而在之前的研究中，老年人更偏好表现力更强的动态姿态。
专家评估
专家认可 AR 测试，也指出了局限
七位设计师和工程师评审了完整的框架。他们对“AR 测试能提供有效洞见”这一表述的评分为 8.6（满分 10），在所有表述中最高。他们也指出了 AR 无法传达的方面：电机噪声和机器人的重量。
七位设计、机器人与 XR 领域专家的平均认同度。
对 XR 设计实践的启示
在实际使用环境中测试
客厅能回答任何渲染图都回答不了的尺寸与路径问题，而 AR 让这种测试在硬件造出来之前就能进行。
仅靠动作不足以表达
空间存在感传达出来了，细腻的情绪却没有。表达需要声音、面部和时机，而不仅仅是动作。
让设备匹配研究问题
手机适合扩大覆盖面、收集定量数据，头显适合观察细微动作与临场感。同一个原生版本就能同时支持两者。
研究局限。这项研究规模较小，属于探索性研究，且参与者全部为年轻人。研究在 iPhone 上进行；Vision Pro 用于开发和验证体验，没有用于研究本身。后续工作将把之前的偏好研究搬到 AR 中，并把 AR 与基于屏幕的测试直接比较。
