摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-22页 |
1.1 本课题的研究背景 | 第10-14页 |
1.1.1 智慧城市环境结构复杂化 | 第10-12页 |
1.1.2 背景智能引导的交互模式转型 | 第12-13页 |
1.1.3 智慧城市中智能停车系统的无感化发展 | 第13-14页 |
1.2 国内外文献梳理 | 第14-18页 |
1.2.1 智能停车相关方面研究及发展趋势 | 第14-16页 |
1.2.2 交互相关方面研究及发展趋势 | 第16-17页 |
1.2.2.1 人机交互学(HCI/HMI) | 第16页 |
1.2.2.2 交互设计(Interaction Design) | 第16-17页 |
1.2.3 智能停车系统的交互设计研究具有重要意义解析 | 第17-18页 |
1.3 本课题的研究目的及意义 | 第18-19页 |
1.3.1 研究目的 | 第18页 |
1.3.2 研究意义 | 第18-19页 |
1.4 课题的主要研究内容及技术路线 | 第19-21页 |
1.4.1 主要研究内容 | 第19页 |
1.4.2 技术路线 | 第19-21页 |
1.5 本课题研究的主要创新点 | 第21-22页 |
第二章 交互设计与智慧城市的相关性研究 | 第22-36页 |
2.1 交互认知层导向——意图与动作的心理研究 | 第22-24页 |
2.1.1 态势感知研究 | 第22-23页 |
2.1.2 共同编码理论 | 第23-24页 |
2.2 交互行为层驱动——用户的体态语言理解 | 第24-26页 |
2.3 “上下境”系统构建智慧交互环境 | 第26-32页 |
2.3.1 上下境是对智慧环境中一个交互过程的研究 | 第27页 |
2.3.2 觉察上下境系统构成完整物理空间与信息空间 | 第27-28页 |
2.3.3 上下境模型的构建可辅助智慧停车交互任务的研究 | 第28-32页 |
2.3.3.1 信息工程领域中上下境建模与上下境管理系统的要求 | 第28-29页 |
2.3.3.2 情境(situation)是高层次交互的上下境抽象表示 | 第29-31页 |
2.3.3.3 典型情境的上下境建模可用于研究智慧环境中交互体系研究 | 第31-32页 |
2.4 卡诺模型在交互设计需求研究中的运用 | 第32-35页 |
2.4.1 卡诺模型概述 | 第32-33页 |
2.4.2 卡诺模型的使用方法 | 第33-35页 |
2.4.2.1 Kano问卷设计 | 第33-34页 |
2.4.2.2 Kano品质属性分类 | 第34页 |
2.4.2.3 计算Better-Worse指数 | 第34-35页 |
2.4.3 卡诺模型在停车交互系统领域研究的相关性 | 第35页 |
2.5 本章小结 | 第35-36页 |
第三章 环境“智慧化”中的停车系统交互设计要素研究 | 第36-46页 |
3.1 停车环境“智慧化”的体现 | 第36-40页 |
3.1.1 交互环境的多层次性 | 第36-39页 |
3.1.1.1 “物理空间——信息空间——心理空间”的广义层次 | 第36-38页 |
3.1.1.2 信息空间中“数据——语义”的抽象层次 | 第38-39页 |
3.1.2 动态化的环境感知 | 第39-40页 |
3.1.3 人的主导地位 | 第40页 |
3.2 环境“智慧化”带来的停车系统交互特征 | 第40-41页 |
3.3 “以人为中心”的隐式人机交互需求产生 | 第41-42页 |
3.4 智慧环境中的停车系统交互设计要素 | 第42-43页 |
3.5 本章小结 | 第43-46页 |
第四章 智能停车系统的交互需求研究 | 第46-58页 |
4.1 “用户模型”思想提取智能环境停车交互特性 | 第46-49页 |
4.1.1 利用“用户模型”确定典型事件 | 第46-48页 |
4.1.2 确定“智慧化”停车的特性调研点 | 第48-49页 |
4.2 卡诺问卷设计与结果分析 | 第49-52页 |
4.2.1 卡诺问卷设计 | 第49-50页 |
4.2.2 数据回收样本结果分析 | 第50-52页 |
4.3 基于卡诺模型的结果分析 | 第52-55页 |
4.3.1 Kano品质属性分类和better-worse指数计算 | 第52-53页 |
4.3.2 对各因素进行属性归类矩阵分析 | 第53-55页 |
4.3.3 停车交互系统中的需求属性优先级划分 | 第55页 |
4.4 交互任务的属性特征 | 第55-57页 |
4.5 本章小结 | 第57-58页 |
第五章 智能停车交互任务的维度研究 | 第58-80页 |
5.1 停车交互任务的负担 | 第58-61页 |
5.1.1 增加交互成本 | 第58-59页 |
5.1.2 降低交互效率 | 第59-61页 |
5.2 “行为——认知”是智慧环境停车系统交互的基础结构 | 第61-66页 |
5.2.1 行为交互连接信息空间与物理空间 | 第62-63页 |
5.2.2 认知影响行为的表现形式 | 第63-66页 |
5.3 基于上下境思想的停车交互任务的四个维度 | 第66-76页 |
5.3.1 本能维度的停车系统交互上下境研究 | 第67-68页 |
5.3.2 应激维度的停车交互系统上下境研究 | 第68-70页 |
5.3.3 反思维度的停车交互系统上下境研究 | 第70-72页 |
5.3.4 智慧维度的停车系统交互上下境研究 | 第72-76页 |
5.4 智慧停车交互系统的四维模型构建及使用 | 第76-78页 |
5.4.1 智慧停车交互系统的四维模型构建 | 第76-77页 |
5.4.2 四个交互维度所对应的交互产品设计域划分 | 第77-78页 |
5.4.3 智慧停车交互系统四维模型与交互产品设计域指导设计实践 | 第78页 |
5.5 本章小结 | 第78-80页 |
第六章 智慧城市中智能停车交互系统的设计实践 | 第80-93页 |
6.1 基于智能停车交互系统四维模型确定智慧停车交互产品设计域 | 第80-81页 |
6.2 智慧停车系统线上交互APP产品设计实践 | 第81-88页 |
6.2.1 线上APP交互任务优先级排序 | 第81-82页 |
6.2.2 基于交互任务优先级的停车系统APP交互信息架构 | 第82-85页 |
6.2.3 停车系统APP主要界面设计 | 第85-88页 |
6.3 基于交互任务属性优先级的线下停车产品设计实践 | 第88-92页 |
6.3.1 线下交互任务优先级排序与实物交互产品定位 | 第88-89页 |
6.3.2 车位路线诱导装置的设计实践 | 第89-92页 |
6.4 本章小结 | 第92-93页 |
第七章 总结与展望 | 第93-95页 |
7.1 论文研究成果 | 第93页 |
7.2 智慧城市背景下智能停车系统的交互设计展望 | 第93-95页 |
参考文献 | 第95-99页 |
附录 | 第99-103页 |
攻读学位期间所取得的科研成果 | 第103-104页 |
致谢 | 第104页 |