目标选择是人机交互领域中的基础任务之一,目前在增强现实环境中最通用的射线选择方法是头部射线手势选择和手部射线选择。然而这两种方式存在诸多缺陷,尤其在远距离小目标和密集目标选择任务中存在疲劳程度高和海森堡效应等问题,导致目标选择速度和准确率大幅降低。针对上述问题,本文提出两种基于跨设备交互的目标选择技术,弥补增强现实头盔自带手势识别方案的不足,结合多种输入通道,发挥各设备在姿态感知方面的优势。技术采用逐步精化思想和圆锥选择方法,用户通过范围选择和精细选择两阶段来完成一次选择,提高远距离小目标选择的效率。本文也分别设计了针对这两项技术的精细选择阶段目标判断算法,可以通过用户的手部位置、移动方向或扭转角度,计算出用户想要选择的物体,同时减少用户的手部移动距离。两种技术可以做到完全自内向外感知,在室外环境仍可使用。两种技术以提高效率、保持交互自然性和沉浸体验为原则,根据对参与交互设备的能力划分,一种是基于增强现实眼镜和智能手表的Watch Cursor,用户通过在空间中移动手部完成目标选择,可以单手完成,对设备要求较低;另一种是基于眼动追踪和智能手表的Eye Watch,用户通过眼动和手腕转动来选择目标,使用双手完成操作,左右手分别控制转动角度和进行确认手势,适用场景更广。第一种技术中,本文通过实验研究用户使用传统手部射线选择的不同深度物体的抖动情况以及手部移动距离和物体区分效率的关系,确定关键参数,完成最终设计。在第二种技术中,本文通过对用户手腕转动稳定性和眼动抖动情况,优化选择技术,确定相应参数。设计完成后,本文依照衡量目标选择的基本原理,参考三维环境中目标选择相关研究,结合技术特点设计实验,对两种选择技术的效率和主观使用感受进行评价。实验结果表明,本文提出的技术在选择远距离小目标的准确率和平均时间方面,对比通用方法有显著提升,较经典的两步选择方式有一定提升,并且具有保持沉浸感的优势,更加适合增强现实环境,其中第二种技术疲劳程度更低,具有一定的隐私性优势。实验结果对于增强现实环境中选择方式的设计具有参考意义。最后,本文还实现了用于跨设备交互的模块化通信平台,该平台支持任意软硬件扩展,融合各输入通道的数据;针对技术的特性提出一些应用,如扇形菜单、目标操作等,用来展示该选择技术和其它操作相结合的潜力。