基于運(yùn)動(dòng)軌跡追蹤和壓力傳感器網(wǎng)絡(luò)分析公共空間界面的體感交互機(jī)制

鄧慧姝

1 體感交互：空間體驗(yàn)的一個(gè)維度

體感，即軀體感覺（Somatosensory），包括與皮膚壓力相關(guān)的觸覺、與平衡和速度相關(guān)的身體運(yùn)動(dòng)感覺（Kinesthesis），以及與肢體位置和方向相關(guān)的本體感覺（Proprioception）等。在視覺之外，體感系統(tǒng)被認(rèn)為是另一種獲取空間信息的重要媒介[1]。

自1960 年代開始，以莫里斯· 梅洛-龐蒂（(Maurice Merleau-Ponty）的《知覺現(xiàn)象學(xué)》（Phénoménologie de la perception）[2]和尤哈尼·帕拉斯瑪（Juhani Pallasmaa）《肌膚之目：建筑與感官》（The Eyes of the Skin Architecture and the Sences）[3]為代表，學(xué)者們提出肉身化的身體是知覺感知的主體，揭示了身體知覺的整體性特征，從而有力地批判了當(dāng)時(shí)流行的身心二元論。他們認(rèn)為，身心二元論將人視為空間中的“觀眾”，即人通過視網(wǎng)膜感知并通過以圖形為基準(zhǔn)的格式塔心理對(duì)空間形成認(rèn)知，這一觀念壓制了空間對(duì)其他感官的關(guān)注，造成了身體與空間的割裂。其后，具身認(rèn)知理論進(jìn)一步提出，人對(duì)空間的認(rèn)知過程并不完全發(fā)生在腦內(nèi)，基于身體與周圍空間界面進(jìn)行相互作用的體感交互與基于眼—腦的視覺信息傳遞共同構(gòu)建了人對(duì)空間結(jié)構(gòu)的認(rèn)知過程[4]。

在以體感交互為主導(dǎo)的空間認(rèn)知過程中，感受空間的主體是運(yùn)動(dòng)的身體。人通過身體的動(dòng)作和動(dòng)態(tài)來接觸空間界面，開展各種行為運(yùn)動(dòng)，并形成相應(yīng)的記憶與經(jīng)驗(yàn)；又基于過往的經(jīng)驗(yàn)與記憶來認(rèn)知當(dāng)下的空間。因而，基于體感交互對(duì)空間體驗(yàn)進(jìn)行塑造主要體現(xiàn)在兩個(gè)方面：其一，預(yù)判性，即如果空間界面的特征能夠契合人在過往體感交互作用中留下的良好記憶，其更能夠產(chǎn)生舒適和愉悅的體驗(yàn)[5]；其二，游戲性，即人們利用特殊的空間界面來探索和創(chuàng)造性地挑戰(zhàn)身體的非常規(guī)動(dòng)作或動(dòng)態(tài)，進(jìn)而產(chǎn)生興奮與快樂的情緒。游戲性也被認(rèn)為是環(huán)境—行為3 類關(guān)系（功能性、可達(dá)性和社交性）之外的第四類關(guān)系[6]。

從城市人因的角度出發(fā)，對(duì)上述兩個(gè)方面進(jìn)行定量分析并作用于設(shè)計(jì)實(shí)踐，就需要關(guān)注身體動(dòng)作與動(dòng)態(tài)的多樣性及人與空間界面接觸的強(qiáng)度[7]?；趯?duì)這些數(shù)據(jù)的采集和分析，本文所介紹的兩項(xiàng)研究分別針對(duì)體感交互作用在不同尺度下的呈現(xiàn)。在近體尺度下，研究以城市公共空間中人們自發(fā)進(jìn)行的各種身體運(yùn)動(dòng)為對(duì)象，通過運(yùn)動(dòng)軌跡數(shù)據(jù)，提取開展這些運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)模式，并推導(dǎo)出能夠容納、支持或鼓勵(lì)這些運(yùn)動(dòng)的空間條件。在體表尺度下，研究以身體皮膚與空間界面的接觸為對(duì)象，通過接觸的頻次和位置，探索人們更有興趣與之進(jìn)行互動(dòng)的空間界面形態(tài)。

2 體感交互機(jī)制的量化方法

2.1 身體動(dòng)作與動(dòng)態(tài)的多樣性

對(duì)動(dòng)作與動(dòng)態(tài)的量化研究多從實(shí)際的城市生活場(chǎng)景中采集多種行為運(yùn)動(dòng)的數(shù)據(jù)，以建立身體動(dòng)作與空間特征的耦合關(guān)系。常見的測(cè)量工具包括早期的在場(chǎng)攝影、運(yùn)動(dòng)痕跡標(biāo)記與近期的運(yùn)動(dòng)軌跡追蹤和動(dòng)作捕捉技術(shù)。懷特[8]（William H.Whyte）通過攝影和攝像的方式，記錄了人與城市公共空間中物理構(gòu)件的互動(dòng)方式，例如，針對(duì)坐下停留這一行為，他拍攝了紐約市內(nèi)18 個(gè)公共空間中坐著的數(shù)百名市民，記錄他們對(duì)坐的位置的選擇偏好、坐時(shí)的身體姿態(tài)、保持同一姿態(tài)的時(shí)長(zhǎng)等等。蓋爾[9]（Jan Gehl）則通過草地和雪地上留下來的步行痕跡來提取城市廣場(chǎng)中行人軌跡。隨著計(jì)算機(jī)視覺等技術(shù)的發(fā)展，計(jì)算機(jī)能夠取代人眼來進(jìn)行更詳細(xì)和準(zhǔn)確的識(shí)別和記錄。具體而言，這一方法可以分為兩個(gè)部分：首先是作為終端的傳感器或廣角攝像頭，這些終端可以固定在建筑空間中不干擾使用的角落位置，使研究人員可以離場(chǎng)對(duì)原始數(shù)據(jù)進(jìn)行長(zhǎng)時(shí)間記錄；隨后，作為核心的計(jì)算機(jī)對(duì)原始數(shù)據(jù)進(jìn)行二次解析，并獲得可視化結(jié)果。楊與福賽斯[10]（Yan Wei &David A.Forsyth）開發(fā)了識(shí)別并測(cè)算每幀視頻中人數(shù)的系統(tǒng)，用以統(tǒng)計(jì)進(jìn)入公共空間中各個(gè)位置的人數(shù)和他們的停留時(shí)長(zhǎng)等數(shù)據(jù)，以分析人們使用公共空間的方式。而近些年，運(yùn)動(dòng)軌跡被用來作為評(píng)價(jià)空間活力度的指標(biāo)，例如，通過分析運(yùn)動(dòng)軌跡的形狀和時(shí)空變化，用運(yùn)動(dòng)速度、軌跡形狀的多樣度和復(fù)雜度作為反映行為運(yùn)動(dòng)的強(qiáng)度和多樣性的指標(biāo)[11]。此外，除運(yùn)動(dòng)軌跡之外，最新的計(jì)算機(jī)視覺技術(shù)已經(jīng)能夠?qū)崿F(xiàn)通過少量攝像頭在室外空間中實(shí)現(xiàn)多人的身體關(guān)節(jié)識(shí)別，并實(shí)現(xiàn)身體姿勢(shì)的3D 模型重建[12]。這些測(cè)量技術(shù)的迭代使得更快速和多變的動(dòng)態(tài)動(dòng)作數(shù)據(jù)具有了被準(zhǔn)確采集的可能，人在公共空間中的行為運(yùn)動(dòng)模式也將隨著數(shù)據(jù)量的增加而能夠被揭示。盡管如此，如何將定量數(shù)據(jù)與空間形態(tài)進(jìn)行映射并反饋到公共空間設(shè)計(jì)上，是此類研究無(wú)法避免的問題。

2.2 人與空間界面接觸的強(qiáng)度

對(duì)人體與空間界面接觸的定量研究常見于座椅、地墊、家具和房間等小尺度界面下的身體姿勢(shì)研究。常見的測(cè)量工具以壓力傳感器矩陣網(wǎng)絡(luò)為基礎(chǔ)媒介，具體呈現(xiàn)形式包括柔性布料和剛性地板。柔性布料常鋪設(shè)在座椅或床鋪等曲面家具上，內(nèi)置于其中的壓力傳感器網(wǎng)絡(luò)的單元精度在1～3cm 左右，用以測(cè)量人坐或躺在這些界面上時(shí)身體各部位受到的壓力強(qiáng)度。這些數(shù)據(jù)用于改善家具的曲面形態(tài)，使身體所受到的壓力更均布，規(guī)避因特定身體位置長(zhǎng)期極端受壓而造成的健康問題。剛性地板具有更大單元精度的壓力傳感器網(wǎng)絡(luò)，常在15～50cm 左右，鋪設(shè)在房間內(nèi)的地板下，基于其開展的研究場(chǎng)景也更多樣。例如，通過開發(fā)三角形單元的壓力感應(yīng)地板系統(tǒng)，開展“環(huán)境輔助生活”（Ambient Assisted Living）的可行性研究，包括摔倒檢測(cè)、步行軌跡定位、人流計(jì)數(shù)等功能的實(shí)現(xiàn)[13]。進(jìn)一步地，還可以通過身體留在地板上的壓力分布印跡來研究人們?cè)谄鹁邮覂?nèi)的行為方式，其基于印跡的形狀和壓力強(qiáng)度構(gòu)建機(jī)器學(xué)習(xí)算法，來識(shí)別身體以何種姿勢(shì)與地板進(jìn)行接觸[14]?；趬毫鞲衅骶W(wǎng)絡(luò)的研究在家具設(shè)計(jì)和室內(nèi)居住場(chǎng)景下已較為成熟，但如果以公共空間為研究對(duì)象，則需要對(duì)現(xiàn)有的測(cè)量工具進(jìn)行改造。因?yàn)槿嵝圆剂鲜芟抻诔杀?，難以進(jìn)行大面積鋪設(shè)，對(duì)于公共空間中的身體運(yùn)動(dòng)也無(wú)需過于精細(xì)的單元精度；而剛性地板只能鋪設(shè)在平整面上，難以適用于公共空間中所具有的多種界面形態(tài)。

3 近體尺度：基于運(yùn)動(dòng)軌跡追蹤分析自發(fā)性運(yùn)動(dòng)的基礎(chǔ)空間界面形態(tài)

本研究以發(fā)生在城市公共空間而非專業(yè)體育場(chǎng)中的自發(fā)性體育運(yùn)動(dòng)為研究對(duì)象，著重關(guān)注跑酷、滑板、極限單車、休閑足球等與空間具有強(qiáng)交互性的運(yùn)動(dòng)。這些運(yùn)動(dòng)不僅是當(dāng)代城市休閑生活的必要組成元素，也拉近了身體與空間之間的距離。同時(shí)，由于這些運(yùn)動(dòng)具有運(yùn)動(dòng)速度快、占用空間尺寸多變的特性，其數(shù)據(jù)難以被GPS 等典型的時(shí)空定位工具采集，對(duì)其的研究也較為薄弱。因此，本研究旨在采用基于視頻的運(yùn)動(dòng)軌跡追蹤技術(shù)解析這些運(yùn)動(dòng)的運(yùn)動(dòng)規(guī)律，以提取出能夠支持這些運(yùn)動(dòng)以最佳性能開展的最基礎(chǔ)的空間界面形態(tài)，即使運(yùn)動(dòng)者能夠獲得良好空間體驗(yàn)的臨界值。

1 城市公共空間案例

3.1 數(shù)據(jù)采集

本研究從城市公共空間案例中采集市民實(shí)際進(jìn)行運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)數(shù)據(jù)和相關(guān)的空間數(shù)據(jù)。被篩選的案例需要具有大量進(jìn)行自發(fā)運(yùn)動(dòng)的市民，并具有豐富的空間界面形態(tài)。案例（圖1）包括北京市的大望京中央公園、鐘鼓樓文化廣場(chǎng)、蓮花河公園；和意大利都靈市的艾烏拉巴爾博花園（Giardino Aiuola Balbo）、多拉公園（Parco Dora）和瓦爾多富斯廣場(chǎng)（Piazzale ValdoFusi）。本研究對(duì)每個(gè)案例進(jìn)行周期性現(xiàn)場(chǎng)訪問，并進(jìn)行定點(diǎn)視頻拍攝，在天氣晴好的5-9 月周末下午到訪2～3 次，每次拍攝時(shí)長(zhǎng)20～30min，在場(chǎng)地周邊高處區(qū)域分別架設(shè)兩臺(tái)廣角攝像機(jī)進(jìn)行拍攝，拍攝范圍覆蓋運(yùn)動(dòng)者進(jìn)行運(yùn)動(dòng)時(shí)經(jīng)常占據(jù)的空間區(qū)域。所拍攝的定點(diǎn)視頻總時(shí)長(zhǎng)約6h，共采集264 名運(yùn)動(dòng)者樣本。

3.2 運(yùn)動(dòng)軌跡提取

本研究采用計(jì)算機(jī)視覺（computer vision）技術(shù)對(duì)在案例現(xiàn)場(chǎng)拍攝的視頻進(jìn)行處理，其能夠直接對(duì)視頻素材進(jìn)行分析，準(zhǔn)確地追蹤其中特定對(duì)象的運(yùn)動(dòng)軌跡。具體技術(shù)路徑如下：

（1）目標(biāo)檢測(cè)：選定目標(biāo)后，以目標(biāo)為中心建立224×224 修剪圖像；采用YOLOv4 算法檢測(cè)對(duì)修剪圖像中人物目標(biāo)，獲得坐標(biāo)（x,y,w,h）；根據(jù)修剪圖像在原圖中的位置坐標(biāo)（Cx,Cy）與人物目標(biāo)在修剪圖像中的坐標(biāo)（x,y,w,h），還原人物目標(biāo)在原圖中的坐標(biāo)（Ox,Oy,w,h），其中采用目標(biāo)中心為（Ox,Oy）和目標(biāo)寬高為（w,h），同時(shí)根據(jù)算選圖像在視頻中的位置，幀坐標(biāo)f，最終得到的坐標(biāo)形式（f,Ox,Oy,w,h）。

（2）目標(biāo)跟蹤：根據(jù)人物目標(biāo)在原圖中的坐標(biāo)（f,Ox,Oy,w,h），采用SimaRPN 算法跟蹤目標(biāo)得到下一幀中的目標(biāo)坐標(biāo)；若選定目標(biāo)在下一幀與其他目標(biāo)重合時(shí)（目標(biāo)跟蹤概率值偏低），對(duì)目標(biāo)位置進(jìn)行手動(dòng)調(diào)整，直到恢復(fù)穩(wěn)定自動(dòng)跟蹤狀態(tài)；若目標(biāo)在視頻中不在出現(xiàn)，則停止繼續(xù)跟蹤。

（3）標(biāo)記繪圖：根據(jù)目標(biāo)出在視頻中坐標(biāo)信息（f,Ox,Oy,w,h），在目標(biāo)出現(xiàn)的首張圖中將所有跟蹤點(diǎn)依次連線，繪制出軌跡線。

3.3 運(yùn)動(dòng)規(guī)律統(tǒng)計(jì)

將視頻的二維坐標(biāo)信息與實(shí)際空間的三維坐標(biāo)進(jìn)行映射,就可以對(duì)運(yùn)動(dòng)軌跡的實(shí)際尺寸進(jìn)行測(cè)量。結(jié)合運(yùn)動(dòng)軌跡的形狀，通過對(duì)同一種運(yùn)動(dòng)中的同一數(shù)值組（圖2 中的X，Y 值）進(jìn)行統(tǒng)計(jì)，可以得出2～3 組眾數(shù)峰值（圖2 中X0，X1，X2），即這些尺寸在開展運(yùn)動(dòng)時(shí)出現(xiàn)的可能性更高。這些眾數(shù)峰值可以用來表示該運(yùn)動(dòng)對(duì)其他外界干擾在不同兼容度下的臨界值，例如：

X ≤X0：“密集運(yùn)動(dòng)區(qū)”：該區(qū)域?yàn)檫\(yùn)動(dòng)密集發(fā)生的區(qū)域，在屬性上完全排他——他人或空間干擾因素的介入會(huì)打斷運(yùn)動(dòng)的發(fā)生。

X0＜X ≤X1：“密集緩沖區(qū)”：在屬性上高度排他——運(yùn)動(dòng)者會(huì)頻繁出現(xiàn)在該區(qū)域中，但其他時(shí)間可以允許他人或空間干擾因素臨時(shí)介入。

X1＜X ≤X2：“疏松緩沖區(qū)”：在屬性上輕度排他——運(yùn)動(dòng)者會(huì)偶爾出現(xiàn)在該區(qū)域中，可以允許他人或空間干擾因素經(jīng)常介入。

3.4 運(yùn)動(dòng)規(guī)律的可視化編碼

通過提取運(yùn)動(dòng)軌跡的空間尺寸與形態(tài)特性，在正交網(wǎng)格中對(duì)各項(xiàng)運(yùn)動(dòng)的運(yùn)動(dòng)規(guī)律進(jìn)行“像素化”的抽象轉(zhuǎn)譯，其目的在于讓各項(xiàng)運(yùn)動(dòng)處于同一測(cè)度體系下，并使空間信息離散化，以便在后續(xù)使用計(jì)算機(jī)程序模擬計(jì)算多項(xiàng)運(yùn)動(dòng)的動(dòng)態(tài)共存情況。

圖3a 顯示了在網(wǎng)格單元精度為150cm×150cm 時(shí)各項(xiàng)運(yùn)動(dòng)的空間平面圖案庫(kù)，其中不同的灰度表示了不同的兼容度（黑色—密集運(yùn)動(dòng)區(qū)；深灰色—密集緩沖區(qū)；淺灰色—疏松緩沖區(qū)），藍(lán)色位置表示了與之互動(dòng)的空間物理構(gòu)件。而圖3b 則進(jìn)一步顯示了滑板運(yùn)動(dòng)與各種物理構(gòu)件互動(dòng)時(shí)的運(yùn)動(dòng)規(guī)律在精度30cm×30cm 的網(wǎng)格下的空間三維圖案。

3.5 運(yùn)動(dòng)容納量的模擬分析

基于各項(xiàng)運(yùn)動(dòng)的平面空間圖案，并設(shè)定各項(xiàng)運(yùn)動(dòng)對(duì)其他運(yùn)動(dòng)的兼容度,可以對(duì)多項(xiàng)運(yùn)動(dòng)在同一空間中的共存互斥情況進(jìn)行模擬。進(jìn)而，本研究構(gòu)建了一個(gè)可以分析某一空間對(duì)各項(xiàng)運(yùn)動(dòng)容納情況的模擬工具。通過對(duì)場(chǎng)地尺寸與形狀、運(yùn)動(dòng)類型和緩沖區(qū)可重疊程度進(jìn)行預(yù)設(shè)，即可產(chǎn)出各項(xiàng)運(yùn)動(dòng)在空間中的排布結(jié)果。

2 運(yùn)動(dòng)軌跡數(shù)值提取及眾數(shù)統(tǒng)計(jì)示例

3a 空間平面圖案庫(kù)（部分）3b 滑板運(yùn)動(dòng)的空間三維圖案

對(duì)于場(chǎng)地尺寸與形狀，此工具將場(chǎng)地也用網(wǎng)格單元進(jìn)行抽象表達(dá)，可以自由設(shè)定場(chǎng)地的占格范圍。對(duì)于運(yùn)動(dòng)類型，可以從上述的空間平面圖案庫(kù)中自由進(jìn)行挑選圖案，只有被挑選的圖案才會(huì)在場(chǎng)地中進(jìn)行排布。對(duì)于緩沖區(qū)兼容度，可以從數(shù)理上對(duì)密集活動(dòng)區(qū)、密集緩沖區(qū)、疏松緩沖區(qū)這3 個(gè)區(qū)域的可重疊程度進(jìn)行預(yù)設(shè)，如公式（3-1）所示

Ai為“密集運(yùn)動(dòng)區(qū)”，Bj為“密集緩沖區(qū)”，Cz為“疏松緩沖區(qū)”；n為同一個(gè)網(wǎng)格中疊加的密集活動(dòng)區(qū)圖標(biāo)的數(shù)量，m為同一個(gè)網(wǎng)格中疊加的密集緩沖圖標(biāo)的數(shù)量，z為同一網(wǎng)格中疊加的疏松緩沖區(qū)圖標(biāo)的數(shù)量。此智能分析系統(tǒng)為A、B、C 值設(shè)定10 個(gè)檔位，即以10%為分擋間隔，使用者可以按照需求對(duì)檔位進(jìn)行調(diào)節(jié)。其中，推薦值為Ai=100%，100%＞Bj≥50%，50%＞Cz＞0%。此組推薦值指代密集運(yùn)動(dòng)區(qū)不能與任何區(qū)域疊加，密集緩沖區(qū)可以去疏松緩沖區(qū)疊加，但不能與另一個(gè)密集緩沖區(qū)疊加，疏松緩沖區(qū)可以與除密集運(yùn)動(dòng)區(qū)外的任何區(qū)域疊加，但疊加數(shù)量有限。

圖4 顯示了該運(yùn)動(dòng)容納量模擬分析工具所得出的結(jié)果示例。這一工具可以輔助設(shè)計(jì)者判斷空間是否能夠支持某些自發(fā)性運(yùn)動(dòng)的良好展開，揭示空間在體感互動(dòng)方面的潛力。

4 運(yùn)動(dòng)容納量模擬分析示例

5a 裝置的界面形態(tài)和壓力傳感器網(wǎng)絡(luò)

5b 數(shù)據(jù)可視化界面

6 數(shù)據(jù)分析結(jié)果和實(shí)驗(yàn)現(xiàn)場(chǎng)記錄

4 體表尺度：基于壓力傳感器網(wǎng)絡(luò)分析空間界面形態(tài)的互動(dòng)吸引度

本研究通過一個(gè)內(nèi)置壓力傳感器的互動(dòng)裝置對(duì)“哪種空間界面形態(tài)會(huì)更吸引人與之進(jìn)行接觸式互動(dòng)”的問題進(jìn)行了實(shí)驗(yàn)。不同的空間界面的形態(tài)能夠改變?nèi)梭w重心的位置、影響人對(duì)平衡和速度的感知，并可能激發(fā)人們進(jìn)行跑跳玩耍等運(yùn)動(dòng)，探索和挑戰(zhàn)他們的身體運(yùn)動(dòng)機(jī)能。本研究通過構(gòu)建一個(gè)集成多種空間界面形態(tài)的裝置，采集人與此裝置各位置的接觸次數(shù)，對(duì)各界面形態(tài)的互動(dòng)吸引度進(jìn)行評(píng)測(cè)。此外，人與界面接觸所留下的痕跡在一定程度上也反映了人的行為方式。

4.1 實(shí)驗(yàn)裝置搭建

此實(shí)驗(yàn)裝置由3 個(gè)主要部分組成：空間結(jié)構(gòu)、數(shù)據(jù)采集系統(tǒng)和實(shí)時(shí)的數(shù)據(jù)圖形可視化分析。

（1）空間結(jié)構(gòu)：裝置由標(biāo)準(zhǔn)的網(wǎng)格單元構(gòu)成，并被設(shè)計(jì)成多樣化的空間形態(tài)。通過從真實(shí)的城市公共空間中獲得靈感，不同的公共空間類型通過30cm×30cm 的網(wǎng)格單元來抽象轉(zhuǎn)譯并在裝置中組合集成（圖5a）。同時(shí)，它被設(shè)定為一個(gè)可以被自由穿行的空間，每個(gè)位置都具有同等的可達(dá)性。

（2）數(shù)據(jù)采集系統(tǒng)：一個(gè)基于壓力傳感器網(wǎng)絡(luò)的數(shù)據(jù)采集系統(tǒng)被嵌入此裝置的表皮之下，使其能夠長(zhǎng)期穩(wěn)定地收集數(shù)據(jù)，并且不對(duì)參與者產(chǎn)生干擾。壓力傳感器網(wǎng)絡(luò)由1514 個(gè)電容傳感元件組成，這些傳感元件為直徑25cm、厚度1.4mm 的圓形織物。它們以均勻分散的形式被固定在裝置上，空間結(jié)構(gòu)中的每一個(gè)網(wǎng)格單元上布置一個(gè)傳感元件。這些傳感元件通過電纜連接至集成板，再由集成板連接電腦，進(jìn)行原始數(shù)據(jù)的傳輸。

（3）數(shù)據(jù)圖形可視化分析：原始數(shù)據(jù)將被進(jìn)行實(shí)時(shí)的可視化呈現(xiàn)?？梢暬缑鏋橐粋€(gè)坐標(biāo)系網(wǎng)格，與空間結(jié)構(gòu)的網(wǎng)格單元和壓力傳感器網(wǎng)絡(luò)的傳感元件單元一一對(duì)應(yīng)（圖5b）。當(dāng)參與者與裝置表面的任一處發(fā)生發(fā)生接觸時(shí)，對(duì)應(yīng)位置的傳感元件能夠?qū)⒋舜谓佑|的坐標(biāo)實(shí)時(shí)反饋到軟件中，并自動(dòng)在坐標(biāo)系網(wǎng)格中進(jìn)行標(biāo)記。同時(shí)，這些接觸的次數(shù)將會(huì)進(jìn)行疊加，并通過不同深度的色彩進(jìn)行呈現(xiàn)：色彩更深的位置被更多地接觸。研究者通過將可視化界面中呈現(xiàn)的圖案與實(shí)際空間界面對(duì)應(yīng)，就能夠了解參與者們?cè)趯?shí)際空間中的行為方式。最后，可視化界面也會(huì)通過投影儀實(shí)時(shí)展現(xiàn)給參觀者，讓參與者既是這次實(shí)驗(yàn)的被試者，也是實(shí)驗(yàn)結(jié)果的獲取者。

4.2 數(shù)據(jù)采集

該裝置被放置在2019 年深港城市建筑雙城雙年展的福田高鐵站展區(qū)，任何參觀者都可以用任何形式與其互動(dòng)，同時(shí)，每一個(gè)踏上此裝置的參觀者也都是實(shí)驗(yàn)的參與者。每天收集到的數(shù)據(jù)會(huì)以圖片的形式保存，并在第二天對(duì)數(shù)據(jù)進(jìn)行清零重啟。在為期兩天的實(shí)驗(yàn)時(shí)間里，共記錄了18,732 組身體與空間的接觸數(shù)據(jù)。

4.3 數(shù)據(jù)分析與結(jié)果

如圖6 所示，數(shù)據(jù)顯示，更多互動(dòng)行為出現(xiàn)在A、B、C 3 個(gè)區(qū)域：其中A 區(qū)為18°陡坡區(qū)域，結(jié)合在場(chǎng)觀察可以發(fā)現(xiàn)，很多人，尤其是兒童，喜歡從坡上跑下或滑下，并不斷重復(fù)此行為；B區(qū)為具有下沉斜坡的小坑區(qū)域，結(jié)合在場(chǎng)觀察可以發(fā)現(xiàn)，人們喜歡沿著小坑周圍環(huán)繞，并在小坑中跳躍或躺下；C 區(qū)為緩坡中的小平臺(tái)，結(jié)合在場(chǎng)觀察可以發(fā)現(xiàn)，人們喜歡重復(fù)踩踏緩坡上的小平臺(tái)，同時(shí)觀看投影儀中的實(shí)時(shí)數(shù)據(jù)變化。根據(jù)此實(shí)驗(yàn)結(jié)果，可以看出，相比與常規(guī)的正交臺(tái)階區(qū)域，具有斜面的區(qū)域與身體發(fā)生了更多互動(dòng)，其互動(dòng)次數(shù)占總次數(shù)的66.3%。

5 總結(jié)：體感交互機(jī)制在多尺度下的特征

在不同尺度下，身體與空間的體感交互作用具有不同的呈現(xiàn)。在近體尺度下，體感交互作用表現(xiàn)為與空間具有強(qiáng)交互性的自發(fā)性體育運(yùn)動(dòng)，例如跑酷、滑板、極限單車等。它們圍繞一個(gè)或多個(gè)空間中的物理構(gòu)件開展快速、多變的移動(dòng)，其所占據(jù)的區(qū)域具有多個(gè)兼容度層級(jí)（密集運(yùn)動(dòng)區(qū)、密集緩沖區(qū)、疏松緩沖區(qū)）。此時(shí)，空間是否能為這些運(yùn)動(dòng)提供適量且彈性的邊界范圍是影響體感交互體驗(yàn)的關(guān)鍵因素。在體表尺度下，體感交互作用表現(xiàn)為人通過身體的各個(gè)肢體部位與空間界面的接觸，這些接觸能夠改變?nèi)藢?duì)于平衡、速度、肢體位置的感受。此時(shí)，能夠使這些軀體感受發(fā)生明顯改變的空間界面形態(tài)，也更能吸引人與之進(jìn)行互動(dòng)。通過使用運(yùn)動(dòng)軌跡追蹤和壓力傳感器網(wǎng)絡(luò)等新的技術(shù)工具，這些動(dòng)態(tài)的、難以被觀察的體感交互作用能夠被量化測(cè)量，其中的關(guān)鍵空間因素也具有了能夠被深入解析的可能。