It is widely considered that in-store shopping is a repetitive yet vital activity in human life. People are accustomed to making shopping lists on a piece of paper or on their mobile phones, or more commonly, memorizing the list in their minds. However, people tend to forget the items they want to buy if they cannot write them down immediately when they have the shopping demand, let alone keeping the list in their minds. Some work has started to help people resolve this problem, yet most of them are based on smartphones and are focused on riching add-on functions of the shopping list applications instead of allowing real-time recording. Namely, these existing shopping-list systems cannot let people record items and satisfy their information needs while minimizing the intervention to their ongoing activities. In this study, a new Augmented Reality (AR) solution named AR Shopping List was proposed. It is a smart-glasses application that allows users to add items at any time and place and with arbitrary input formats (photos, videos, and voice to text). We conducted semi-structured interviews with twelve participants aged from 20 to 30 by letting them experience the AR Shopping List app themselves on Microsoft HoloLens (1st gen). Our interviews reveal that the AR Shopping List realizes real-time recording, and therefore releases people’s hands from touching a physical device when making a list. It also shows the app’s potential in helping people reduce the opportunity of forgetting something to buy, as well as shopping more targeted. Furthermore, this research sheds light on future designs on smart-glasses applications for assisting people in recording and remembering items, building a new memorizing habit, and further functioning as people’s working memory expansion. / Trots att det är repetitivt att handla i butik så anses det allmänt vara en vital del av vardagen. Det är vanligt förekommande att inköpslistor skrivs ner på ett paper eller på en mobiltelefon, men även att memorera inköpslistor är vanligt förekommande. Att memorera en inköpslista är dock svårt, och det är ofta viktigt att skriva ner varor som behöver införskaffas, så fort behovet att köpa varorna uppstår. Några metoder har tagits fram för att lösa detta problem, men de flesta av dessa metoder är till för att användas på mobiltelefoner och fokuserar främst på att lägga till funktioner för att skapa avancerade inköpslistor, istället för att tillåta skapandet av listor i realtid. Framförallt så kan de existerande systemen för att skapa inköpslistor inte registrera varor och tillfredsställa användarens andra behov, utan att användarens pågående aktiviteter påverkas. I denna studie presenteras en ny lösning kallad AR Shopping List baserad på Augmented Reality (AR). Det är en applikation för smarta glasögon som tillåter användare att lägga till varor när som helst och var som helst, med godtyckligt format (bilder, videor och text genererad med rösten). Vi genomförde semistrukturerade intervjuer där tolv deltagare i åldrarna 20 till 30 år, fick prova på att använda AR Shopping List applikationen på en Microsoft HoloLens (första generationen). Våra intervjuer visar att AR Shopping List kan skapa inköpslistor i realtid, utan att användarna behöver använda en fysisk enhet. De visar även potentialen som applikationen har för att minska antalet tillfällen där varor som behöver köpas in glöms bort, samt potentialen för mer riktade inköp. Dessutom belyser denna rapport designen för framtida applikationer till smarta glasögon för att underlätta skapandet av inköpslistor, bygga upp nya minnesvanor, och för att utöka det aktiva minnet.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-308469 |
| Date | January 2022 |
| Creators | Huang, Yuxuan |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2022:8 |
Page generated in 0.0022 seconds