这篇文章我写了很久(ง •̀灬•́)ง，汇总了一些平时搜集到的研究方法，以及自己在实际调研中的经验总结。
上周在科技资讯内看到，最新发布的小度在家，开始支持手势操作；同样在前几天，OPPO推出了自己的AR眼镜，也支持手势及语音操作；最近Facebook和微软在自家的MR产品中，也加入了更加细腻的手势操作功能。加上之前写过的手机端和汽车端，我们可以发现，手势的落地正在大面积铺展开。
那么，面对新兴的手势交互，我们要如何进行用户体验设计呢？
自然的手势交互
手势本身是一种很自然的交互方式，毕竟小孩子在还不会说话也不会使用工具时，就已经可以靠本能去做出抓取的动作。
充分融入使用场景，是让手势交互更加自然方法之一。
ustwo在设计与测试手势产品时，也发现最让用户感到共鸣的，是和对应场景有直接自然联系的手势。在MR的应用场景中，HoloLens和Oculus最近相继更新了虚拟环境下的高精度的手势操作，效果非常好。例如，用手去移动纸盒，可以说根本无需学习，只要按照真实生活场景中的直觉来做就好。
但是在手机和IOT场景中，手势与场景的联系没有MR那么直接，用户仍需学习在新的交互模式下手势被赋予的含义。
当下的手势交互学习成本还是比较高的，这点在之前的文章内也有写过。当设计能降低使用门槛，算法能提高精准度时，手势学习的难度肯定能大幅降低。
因此，除了融入使用场景外，我们还需要进行充分的用户研究，根据用户的行为习惯去制定自然的手势交互的方案。更加符合用户直觉的手势交互，不易带来记忆负担，也更容易学习和掌握。
研究方法
面对这种相对前沿的技术，在尝试中不断探索是非常重要的。我们可以通过模拟实际场景这种直接有效的方式，去尝试和验证一些设计方案。
实测手势交互产品的门槛和成本比较高，目前除了Google外多数企业是用CV实现的，需要先采集大量的素材。如果方案没有经过一定的研究和验证就去实测，可能会耗费更多的人力和物力，试错成本相对较高，因此更需要重视前期的探索和调研。
要设计对用户而言是自然流畅的手势交互，核心还是要回归用户认知。即尽量在相应场景内做用户认为应该做的事，减轻用户的记忆负担，让一切自然发生。
因此，我们的调研可以优先定位在对用户认知的研究上。我们可以根据经费、周期等条件的不同，选择适合自己的研究方法。
富贵版
Oculus的研究人员引进了Marker-Based system，通过这种类似于动作捕捉的形式，尝试各种天马行空的想法。例如他们测试了无键盘虚拟打字、虚拟写字等各种有趣的想法。
在投入实际算法研究前，先用这种动作捕捉的形式完成各种测试，不断试错，既能更有效地开拓新领域，又可以降低总体研发成本。
截图来源：〔映维网〕OC6：Hand Tracking Deep Dive
中级版
在没有高级设备或实验室时，我们可以从网上购买一些物美价廉的模型产品，或者也可以通过DIY自制一些系统，模拟交互场景。例如，用方向盘、纸板和pad拼接出新型驾驶系统。之前还看到有VR产品的设计师会用纸板来模拟受限的视角。
这些demo可能看起来有些简陋，但也足够进行基础的用户研究与测试，是性价比非常高的选择。
此外，有技能的设计师也可以尝试用Processing这样的工具，模拟下想象中的效果。
俭朴版
我在调研中受到了IDEO文章所描述方法的启发（文末有链接）。
进行研究前我首先根据目标用户的定位，确定了调研对象的人员构成。分析需求明确具体操作项后，对数十位用户进行调研，记录大家是如何用手势诠释不同概念的。收集这些数据的同时，观察记录用户比较特别的行为，再对部分用户进行结构化访谈。最后，对所有收集到的内容进行分析和总结，并根据以上的调研结果进行验证测试，再进一步优化。
虽然方法比较俭朴，但最终的收获还是很多的。调研后重新定义的手势对用户而言更为自然，掌握和记忆的难度也相应下降。
（我们将调研中录制的视频裁剪为独立的GIF，然后再根据功能去横向比较）
注意事项
在调研过程中，我发现了几条关于手势交互的比较特别的点，我认为可以详细讲一下。至于一致性、引导与反馈等通用的点，此处先不赘述啦。
手势与区间
区间调整是我们平时经常用到的功能，包括调整音量、亮度、温度……那么最日常的调整音量功能，要如何用手势表示呢？
经过用户研究后，我们曾经将第一选项确定为“抬手”。因为绝大部分用户在听到“调高音量”这个指令后，都做出了抬手的动作。
但联系到实际应用中就可以发现，抬手是一种没有区间范围的动作，每个人做出的幅度也不尽相同；而音量本身是一个有区间的概念，会有0、100%以及更多更细节的音量节点。
在这种情况下，我们无法将升高降低的程度与手势抬升的幅度直接对应起来。如果非要强制定义抬高50cm就是100%，那么手势操作本身将会变得非常畸形和鸡肋。
类似于音量的这种有区间的概念，本质是由两个模块构成：方向（高低、亮暗、冷暖……）和幅度。因此，我们在设计手势时，需要用手表示出这两个概念，可以将其量化为指节、手指、角度、圈数等可以表明方向性、含有明确数量信息并且用户能够轻松执行的内容。
手势与空间
在用户的潜意识中，手势与空间有着非常强烈的关联性。
此处的空间涉及两个点，一个是空间位置，另一个是空间内运动的方向/模式。例如，要求用户想象打开天窗时，多数会下意识地举高手（模拟空间位置），向后挥手（模拟物理运动）。
在AR与VR产品中，用户更是可以将现实中的空间操作直接投射到虚拟世界内。Oculus新展示的技术中，用户可以用手对虚拟世界的物体进行高仿真的操作，甚至看起来像是1:1还原，例如伸手抓住前方的物体，弹开物体等。
在进行手势设计时，尽量遵循用户对空间的投射。但同时必须要注意的是，也必须要考虑到设备采集视角的限制，避免用户的动作超出可采集范围。
手势的文化性
很多手势在不同国家被赋予了不同的意义，例如原本很通用的OK手势，最近在美国已经被恶搞得变成了种族歧视手势。我们在设计手势时，需要考虑到当地的文化背景和风俗习惯。
同时，手势的表达还可能受到代际文化的影响。
年龄大一点的人群，在调整音量时会比年轻人更容易想到旋钮式操作（IDEO在研究中指出）。前一阵我还看过一个故事，一位90后幼儿园教师让小朋友们一起表演打电话，小朋友们纷纷把手掌贴到耳旁，只有他举起了比“六”的手。
除此之外，在调研中还有个有趣的发现：对于绝大多数人而言，向右及向上的手势，都表示出了相对正面的含义（如确定、接受、增加）；向左及向下的手势，都表示出了相对负面的含义（如取消、拒绝、减少）。
个人猜测这种联想和语言及GUI有一些关联性。语言或文字本身对人的行为也是有一定暗示性的，例如听到“调高音量”时，很多人都会做出抬高的动作，字面意义上的“调高”会直接映射到空间内的“高”。但说“声音大一点”时，抬高的比例会略低一些。
手势与技术限制
我们在设计手势前，应该对相关技术有深入了解。目前，主流的手势交互有两种技术方案：一是通过计算机视觉来识别手部特征点，应用比较广泛；另一种是Google的Project Soli，用毫米雷达波进行检测。网上能找到很多相关资料，一些具体的问题也可以找算法大哥请教。
手势交互在技术方面可能受到很多限制，例如摄像头的位置、图像采集方式、算法对不同手势的区分能力等等。这些需要根据不同项目的不同使用场景，仔细思考。
我之前搜集过很多关于手势交互的用户反馈。目前，投入使用的几款汽车手势与手机手势里，最常看到的问题是，有不少人认为自己明明做对了手势，机器却不能正确识别。
造成这个问题的原因可能有很多，例如用户动作不太标准、算法识别阈值太高、超出识别范围等。但在用户的角度看来，就是机器不行。
如果大幅提高识别率，容错性是上升了，但又可能造成误识别。因此，更需要多进行测试，在识别准确率和容错性之间调整，在技术限制和用户体验之间找到平衡点。
这篇总结就写这么多啦，用研期间采集用户信息是一件比较繁琐的事，还要感谢实习妹纸帮了很多忙。
参考：
Helping people learn to use gesture-based technology through play.
Why gesture is the next big thing？
OC6：Hand Tracking Deep Dive（由映维网上传）