2025年10月11日至15日，南方科技大学自动化与智能制造学院白紫千教授带领HCID团队赴中国上海参加 UbiComp/ISWC 2026国际学术会议。团队同时于会议期间的2026年10月11日成功举办了题为 “Wearable Design in Games and Entertainment”的专题研讨会（Workshop）。
图1 工作坊参会人员合影
面向手部活动能力受限人群康复的可穿戴游戏交互设计新范式
研究背景与设计框架
论文 《A New Design Paradigm for Wearable Game Interaction in the Rehabilitation of People with Limited Hand Mobility》探索了如何利用可穿戴传感技术与游戏化交互，为手部活动能力受限人群提供康复支持。现有基于表面肌电（Surface Electromyography，sEMG）的康复系统通常侧重于手势识别的准确性，而对用户需求、佩戴舒适性、系统适应性及用户参与度等方面的关注相对不足。
针对上述问题，研究团队对6名具有不同手部功能障碍的受访者进行了访谈，并咨询了2名康复治疗师，以识别可穿戴康复游戏的关键设计需求。在此基础上，团队提出了一套以用户为中心的四层设计框架，涵盖需求层（Requirements）、技术层（Technology）、转换层（Conversion）和输出层（Output），将康复目标、可穿戴传感能力、手势识别与游戏交互设计进行系统性整合，为可穿戴康复游戏的设计提供了新的研究思路。
图2 论文展示与汇报
图3 钓鱼主题康复游戏的设计过程
系统实现、实验结果与未来工作
为验证所提出设计框架的可行性，研究团队开发了一款以钓鱼为主题的康复游戏。该系统采用舒适、可重复使用的织物电极臂带采集前臂肌肉的电信号，并将握拳、捏合和五指伸展三种基本手势转换为游戏中的交互操作，使用户能够通过肌肉活动控制虚拟鱼竿并完成钓鱼任务。
通过融合实时生物反馈、自适应挑战机制和富有趣味性的游戏机制，该原型系统探索了如何将传统康复训练动作转化为更具激励性的交互体验。在受控实验条件下，针对健康参与者开展的初步实验实现了约98%的游戏内手势识别准确率，验证了所提出方法在技术层面的可行性。
未来，研究团队将重点面向手部活动能力受限人群开展临床验证，并在真实康复场景中进行长期评估，以进一步检验系统的实际应用效果。
该研究展示了将可穿戴计算、以人为中心的设计理念与游戏化方法相结合的应用潜力，为构建更加无障碍、具有适应性且富有参与感的康复交互体验提供了新的方向。
图4 参会者分享与游戏体验环节
作者
Ziyan Xia¹, Zhexi Wang¹, Zeyu Yang², Yucong Cai², Yuxuan Zhong², Tengjia Zuo², Christina Zong-Hao Ma³, Xiaoqian Deng⁴, Kaiyi Qiu⁴, Ziqian Bai¹
¹ Southern University of Science and Technology
² The Hong Kong University of Science and Technology (Guangzhou)
³ The Hong Kong Polytechnic University
⁴ Guangdong Work Injury Rehabilitation Hospital
NapScarf智能颈枕亮相UbiComp/ISWC 2026
2026年10月12日下午，在UbiComp/ISWC 2026 Intelligent Soft Wearables工作坊，通过现场报告与原型演示，展示了智能颈枕NapScarf。该项目面向公共交通中的通勤小睡场景，将柔性传感、自适应气动支撑与贴身振动提醒相结合，旨在改善头颈支撑不稳定及担心错过站点所带来的休息困扰。
图5 内部结构和交互方式
研究背景
通勤途中的短暂小睡为人们提供了休息机会，但车辆晃动带来的头颈支撑不稳定，以及对错过站点的担忧，常常影响休息体验。传统颈枕难以随姿态变化调整支撑，手机振动或公共报站也未必能有效提醒正在小睡的乘客。针对这些问题，NapScarf将姿态感知、自适应气动支撑与私密振动提醒融入柔软的颈枕，探索更适合公共交通场景的可穿戴休息辅助方式。
交互原型设计
NapScarf在颈部左侧、右侧和后侧设置了三组压力传感器与可独立控制的气囊。当持续的压力变化表明头部发生倾斜时，对应气囊充气，为头颈提供支撑，并引导头部向中立位置回正。系统还通过贴身振动提供提醒，减少对公共报站或手机持续贴身接触的依赖（当前原型中的提醒由手动触发）。
初步用户研究显示，参与者认可原型提供的头颈支撑和提醒的私密性，同时也指出了佩戴舒适度、气泵噪声及硬件集成等方面的改进空间。
现场报告与原型演示
报告中，研究生围绕通勤小睡的使用情境，介绍了NapScarf的分层传感与气囊结构，以及头部姿态变化与气动支撑之间的交互机制。在随后的原型演示中，与会者围绕展台观察装置、了解其工作方式，并通过试戴体验颈枕的佩戴形态与支撑方式。
现场交流进一步将讨论从技术实现延伸至日常使用体验。围绕不同使用者的佩戴适配、长时间使用的舒适性，以及振动提醒在公共交通环境中的感知与接受度，项目呈现出值得进一步探索的设计问题。这些交流也为后续优化提供了思路，包括改善颈枕的贴合与调节方式、降低装置的体积和噪声，以及让支撑与提醒更好地融入自然的休息过程。
图6 学生在研讨会上介绍了NapScarf的概念和系统设计
图7 学生正在介绍可穿戴原型
图8 一位参会者正在试用NapScarf
作者
Peicen Zhao¹, Ziqian Bai¹
¹ Southern University of Science and Technology
从污名化到支持：面向社区膝骨关节炎运动管理的低污名化智能护膝
在上海举办的 UbiComp/ISWC 2026 设计展上，团队吴承蔚（Chengwei Wu）与孙林樾（Linyue Sun）展示了作品《从污名化到支持：面向社区膝骨关节炎运动管理的低污名化智能护膝》（合作者：方琪，指导教师：白紫千教授）。该研究关注通过社区运动进行膝骨关节炎（KOA）管理的老年人。在膝关节炎康养过程中，适度活动有助于膝关节健康，但许多老年人难以准确判断单次运动的负荷。具有明显医疗设备外观的监测器容易带来被视为“患者”的污名，因此老年人在日常生活中往往不愿佩戴，医生也就难以获得他们日常膝关节运动的准确信息。
原型设计与工作流程
该原型是一款低污名化护膝，由有运动习惯的老年人与社区医生共同参与设计，面向膝骨关节炎患者的社区运动场景。护膝由硅胶髌骨垫、氯丁橡胶主体和可调节魔术贴绑带组成。垫片下方装有 Seeed XIAO nRF52840 Sense，其 LSM6DS3 惯性测量单元（IMU）通过蓝牙以 50 Hz 的频率传输六轴运动数据。整体交互流程如下：
1.运动前：首次使用时，佩戴者在刚感到轻微膝部不适时停止运动。系统将此时对应的膝关节运动指数（KMI）作为参考，并把个人阈值设定在略低于该数值的位置。KMI 综合累积膝关节屈曲相关能量与动态加速度；此后每次运动的数据都会与该个人阈值进行比较。
2.运动中：手机对运动类型进行分类，并在步行或跑步时识别是否存在足尖外偏步态。进度条结合语音和文字提示，在达到个人阈值的 80% 和 100% 时发出警示。
3.运动后：佩戴者对疲劳程度和膝关节状态进行评分。系统结合这些评分与 KMI 变化曲线，为下一次运动调整阈值。医生端界面汇总一周的数据，标记超过阈值的日期，并提供活动情况和步态记录，辅助社区运动指导。
在整个过程中，保护、感知与反馈功能集成于同一件运动风格的穿戴产品中，使日常运动保持清晰的个人边界。
团队还为这一流程设计了配套应用程序。用户可完成校准、按照运动过程中的提示进行活动，并在运动结束后查看简要报告。
图9 设计原型展示
讨论与收获
在演示展位旁，我们与来自香港科技大学（广州）、哈尔滨工程大学及其他高校的学者交流了这项研究。他们肯定了共同设计流程以及面向老年人的去污名化设计理念。同时，他们建议在下一阶段增加包括肌电传感器在内的更多传感器，使肌肉发力信息能够与基于运动数据计算的 KMI 相结合。我们将这一建议作为下一版原型开发的具体方向。
Fig10. 演示护膝现场交流
作者
Chengwei Wu¹, Linyue Sun¹, Qi Fang¹, Ziqian Bai¹
¹ Southern University of Science and Technology
Somni：用于干预老年人睡前拖延行为的人工智能伴侣系统
2026 年 10 月，南方科技大学 HCID 团队在 UbiComp/ISWC 2026 的 AAA Workshop 上展示了研究成果 Somni: An AI Companion System for Intervening in Bedtime Procrastination among Older Adults。针对老年人睡前过度使用手机的问题，团队探索如何通过更自然、非强制性的交互，帮助用户逐步建立睡前习惯。
原型设计与工作流
Somni 结合实体陪伴机器人与手机应用。用户上传个人照片后，系统利用多模态大语言模型和 AudioLDM 2 生成与照片相呼应的助眠音景。睡前，用户只需将手机放在机器人的感应区域，即可触发语音反馈与音景播放。App 还提供睡眠记录和星星奖励，鼓励用户逐步养成规律的睡前习惯。
讨论与学习
在 7 名参与者的探索性可用性测试中，参与者普遍认可清晰的交互流程，并认为放置手机比强制锁屏更容易接受。照片生成音景的设计也获得了积极反馈，同时暴露出机器人屏幕可读性和音景丰富度等改进空间。
在会议交流中，我们还收到了一项关于睡眠状态感知的建议：未来可以探索使用毫米波雷达，以非接触方式简单判断用户是否入睡，从而减少对智能手表等可穿戴设备的依赖。这为 Somni 后续拓展睡眠感知与自动化陪伴功能提供了新的思路。
图11 交互流程与Somni原型
图12 团队成员在UbiComp/ISWC 2026上与Somni海报合影
作者
Yajing Li¹, Diandian Sun¹, Ziqian Bai¹
¹ Southern University of Science and Technology
