SkinHaptics：探索皮肤柔软感感知和虚拟身体化身技术以增强自我触觉交互

研究背景与问题

• 问题与挑战: 提供软质可变形对象的触觉反馈需要复杂的机械硬件和渲染软件，即使高端设备依然难以渲染高分辨率的软性反馈。人类的触觉感知和现有的触觉渲染框架尚未完全解决这些难题。
• 重要性: 在虚拟现实中提供真实的触觉反馈可以极大提升沉浸感，但现有方法因成本高和技术复杂而难以广泛应用。
• 研究动机与相关工作: 作者提出了一种自触觉方法(SkinHaptics)，通过用户自身的身体提供触觉反馈，从而消除对复杂机械硬件的需求。过去研究主要探索人体作为动态接口的潜力，但对皮肤柔软度和软硬度感知的理解仍显不足。此外，目前尚无关于虚拟体与自触觉体验的最佳视觉表示方法的统一共识。

解决方案

• 提出的解决方法: SkinHaptics是一种无需设备的触觉反馈方法，通过改变手部肌肉骨骼结构的状态以及虚拟手与对象的视觉表示，来实现软质对象的触觉反馈。
• 创新之处:
  • 首次提出用用户的手表现虚拟对象的不同柔软度。
  • 探讨虚拟体化对触觉体验的影响，通过系统设计的视觉表示降低用户对自身手部作用的触觉感知。
  • 提供新的科学数据，如皮肤柔软度检测和软硬度的辨别阈值。
• 实施步骤与技术:
  • 实验1: 测量不同手部姿势和接触点的皮肤软硬度（Shore硬度OO）。
  • 实验2: 评估用户对触觉反馈中软硬差异的感知能力（辨别阈值与Weber分数）。
  • 实验3: 研究虚拟手-对象视觉表示对触觉体验的影响，包括四种视觉表示方式（虚拟对象、对象与手叠加、对象与手偏移以及对象与手分离）。

研究成果

• 具体成果:
  • 手部皮肤的软硬度范围为Shore硬度OO 15-68，大多数手势显示一致性和低个体间差异。
  • 用户对触觉反馈的软硬变化有较好的辨别能力，辨别阈值为Shore硬度OO 3.1，Weber分数为12.4%，可区分至6个级别的软硬度。
  • 在虚拟体化和手-对象视觉表现的研究中，发现降低手部的虚拟体化（如对象与手分离）可以显著改善触觉体验。
• 优势:
  • 与传统机械触觉设备相比，SkinHaptics更具成本效益且无需复杂硬件。
  • 提供了一种能够以较低复杂性和高灵活性表达软硬差异的自触觉方法。
• 实验结果:
  • 对象与手偏移的视觉表示被认为是最受欢迎且表现最好的方法；通过大于6.5厘米的视觉偏移，能够有效降低用户的虚拟体化感。
  • 紧密配合视觉反馈（对象表面变形）可以增强触觉感知，即使缺乏直接的物理触觉。
• 局限性与未来方向:
  • 个人差异: 每个人的皮肤生理特性会影响触觉反馈的一致性。
  • 表达能力有限: SkinHaptics无法完全表现一定范围内的材质属性（如OO 40-60），需结合外部物品如智能手表、戒指或手套。
  • 外部因素: 环境温度及其他身体区域的潜力未被深入探索。
  • 未来研究方向: 引入手势引导设备或高级手部姿态识别模型，探索其他身体区域的触觉潜力，以及光滑度、温度对触感的影响。

通过这些研究与数据，作者为自触觉设计提供了新的视角和实践指导，有助于推动虚拟现实触觉反馈领域的发展。