堆叠重定向:结合重定向行走和手部重定向以扩展触觉重定向的覆盖范围

荣誉提名
车内触觉、声音、多模态反馈全身交互与体感输入VR 中的社交与协作

文献标题

Stacked Retargeting: Combining Redirected Walking and Hand Redirection to Expand Haptic Retargeting’s Coverage

文献信息

  • 主题领域: 虚拟现实 (Virtual Reality, VR) 和触觉反馈 (Haptics)
  • 关键词: 虚拟现实, 触觉重定向, 手部重定向, 步行重定向, 交互覆盖, 被动触觉代理, 空间交互

研究背景与问题

  • 研究问题:

    • 问题情境: 当前的触觉重定向主要局限于静止状态下的手部重定向,只能在有限的物理范围内将一个物理代理(如杯子)映射为多个虚拟对象。
    • 局限性:
      • 触觉重定向需要将代理映射到非常接近的虚拟对象,因此需要大量的物理代理覆盖完整的交互空间。
      • 单独使用手部重定向或步行重定向在多虚拟对象与单一物理代理的匹配方面存在局限性。
    • 现有技术中的挑战:
      • 大量的空间错位不会被用户察觉的范围有限,错位超出阈值会导致用户体验显著下降。
      • 空间限制和方向限制使得触觉设备的使用受到限制。
  • 研究动机:

    • 为了更高效地利用有限数量的物理对象,扩大其在虚拟场景中作为触觉代理的覆盖范围。
    • 结合步行重定向(Redirected Walking)和手部重定向技术,希望突破单一重定向技术的局限性。

解决方案

  • 提出的解决方案:

    • 提出“堆叠重定向”(Stacked Retargeting),通过结合手部重定向和步行重定向,增加一个物理代理对象作为多个虚拟对象触觉反馈的覆盖范围。
    • 提供一种分阶段的实现方法:
      1. 确定是否纯手部重定向即可完成映射。
      2. 判断用户需要到达的最佳交互位置以实现触觉覆盖。
      3. 通过步行路径引导用户到目标位置。
      4. 调整用户物理和虚拟位置的偏移。
  • 技术与方法:

    1. 实现五种步行重定向路径策略以扩展虚拟物体与物理对象的对齐范围:
      • Turn and Arc: 初始转向+弧形行走路径。
      • Walk-while-turn: 行走时同步转向。
      • L-Shaped Path: 通过L形路径的方式分段完成偏转。
      • Turn-walk-turn: 分别在起点和终点实现转向。
      • Zigzag: 锯齿状路径更大范围地调整用户路径。
    2. 提供算法和伪代码以快速计算虚拟物体与物理代理间的对齐问题。
    3. 将步行重定向与手部重定向组合,扩展用户的交互范围。

研究成果

  • 具体成果:

    • 验证了堆叠重定向方法可以显著扩展触觉代理对象的触觉覆盖范围。
    • 提出并评估了五种步行重定向策略,每种策略对用户的行走时间、感知自然性和用户体验有不同的影响。
    • 实验结果表明,分段路径(如L-Shaped Path和Zigzag)比连续路径(如Walk-while-turn)对用户体验的影响更小。
  • 与现有解决方案的对比优势:

    • 堆叠重定向克服了单一手部重定向局限于静态场景的缺陷,允许物理代理在更广的空间作为多虚拟对象的触觉反馈。
    • 步行重定向与手部重定向结合补充了两者独立使用中的不足。
  • 实验和评价结果:

    • 用户主观体验:
      • 所有解决方案中,基于头部转向的复合路径(Compound Solutions)的用户体验最佳。
      • 连续同步重定向(Walk-while-turn)被用户接受度最低,感知偏移等问题更为严重。
    • 步行动态特征:
      • 复合路径如Zigzag和Turn-walk-turn的路径更长,所需时间更久,但被用户感知为更加自然。
      • 单一路径(Direct Path)尽管更短,但用户感知的偏移和体验不如复合路径。
  • 局限性与未来方向:

    • 局限性:
      • 需要较大的物理空间支持复杂路径。
      • 对用户偏离预设路径的情况需要更灵活的适应算法。
      • 需要进一步优化算法以支持更复杂的交互表面形状。
    • 可能的未来方向:
      • 探索动态路径更新和早期的手部重定向整合。
      • 将技术扩展到更复杂的交互场景,如非桌面表面、墙面和走廊。
      • 结合其他重定向技术如“改变盲点跳跃”或无人机触觉设备,进一步提高VR触觉效果。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/148329/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642228
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
荣誉提名
group
作者
4 位作者
sell
研究子方向
车内触觉、声音、多模态反馈、全身交互与体感输入、VR 中的社交与协作
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
3 篇相关论文