RedirectedStepper:使用小型踏步机在VR中探索原地行走移动用于爬升

全身交互与体感输入沉浸感与临场感研究严肃游戏与功能游戏游戏开发者与设计师运动员与健身爱好者电竞运动员

研究背景与问题

  • 作者发现的问题或挑战:

    • 在虚拟现实(VR)中模拟真实的上下坡及楼梯行走感受依然是一个挑战。尤其是受限于物理空间,现有技术无法在有限空间内提供现实的倾斜面行走体验。
    • 当前的方法,例如傻瓜式行走替代技术(Walking-in-Place, WIP)或简单的体感摄像方法,无法自然地模拟真实的行走体验,导致步行的沉浸感和真实感不足。
    • 跨越不同的地表高度场景(直梯、螺旋梯、斜坡等)的导航体验仍然有很大提升空间。
  • 重要性:

    • 高度变化的场景(如上楼、爬山)的高度导航是VR应用(如建筑游览、训练模拟和休闲游戏)中普遍存在的重要需求。
    • 提供沉浸式体验与真切的步行感受有助于增强用户在VR环境中的空间沉浸感与使用满意度。
  • 研究动机与相关工作:

    • 早期方法需通过笨重或不可调整使用环境的装置(如机械地板)来模拟高度变化的触觉反馈,难以广泛适用。
    • 一些便携设备(如步行机)虽然已在其他应用中展示效果,但未被全面地用于 VR 场景的行走实现,且相关技术方案对用户的地图映射和体验影响的研究仍有限。
    • 简单设计的步行技术(如WIP和深度摄像机)虽然便捷,但缺乏逼真的高度运动反馈。

解决方案

  • 作者提出的方法或解决方案:

    • 设计了一个名为 RedirectedStepper 的新型in-place(原地)步行方案,结合了便携的结构化迷你健身步行机和创新的视觉映射方法来模拟楼梯步行体验。
    • 提出了新的指数型运动映射函数,将真实脚部的运动轨迹重新调整为与虚拟环境中步行轨迹高度相符的弯曲路径。
  • 创新之处:

    1. 借助迷你健身步行机,替代复杂的机械地板,解决了硬件简便性和交互自然性的两难问题。
    2. 通过指数型映射函数,用户的物理行动和虚拟对象之间形成更一致的模拟效果。
    3. 系统还提供了触觉反馈(由弹簧阻尼感提供),使得用户感受到更贴近真实的“上下楼梯”体验。
  • 实施步骤与技术要点:

    1. 使用步行机的压缩弹簧及倾角传感器,捕获用户脚踏板的物理运动。
    2. 应用 Kalman 滤波算法,过滤传感器噪声并优化获取的角度测量数据。
    3. 通过自定义的指数函数重新映射真实与虚拟足部运动路径,并调整VR视角以确保用户的临场感。
    4. 系统在Unity 3D中渲染不同步行场景(如直梯、螺旋梯和斜坡),并集成基于Oculus Quest VR设备的用户测试。

研究成果

  • 具体成果:

    1. 与传统 Kinect-based WIP 方法比较,RedirectedStepper 在楼梯场景中显著提升了用户的行走真实感。
    2. 用户能够更好感知高度差异,且对步行运动的力反馈更真实。
    3. 在VR游戏设计中展示了实际应用的潜力("SnowRun"游戏原型)。
  • 与现有解决方案的优势:

    • 相比WIP和其他非机械系统,RedirectedStepper 利用触觉反馈和运动映射更贴近真实模拟效果,从而更好满足用户的高度行走场景需求。
    • 相较高端机械地板,设计更便宜、轻便,具有更高可操作性。
  • 实验与评估结果:

    1. 任务表现:
      • 测试参与者完成定制的楼梯、螺旋梯和坡道任务,表现出拟真程度的提升。
      • RedirectedStepper在“脚步感受的真实”指标中显著优于传统的 Kinect 方法。
    2. 用户反馈:
      • 用户反馈显示,他们对系统中感知到的倾斜高度差,以及因步行反馈产生的真实感表示认可。
    3. 局限性:
      • RedirectedStepper 在连续坡度场景(如斜坡)上表现不如楼梯场景,部分用户对步行机踏板的方向和角度感到不自然。
  • 局限性与未来方向:

    • 当前的设计面对连续性坡道等场景仍存在模拟误差,未来可扩展为多功能地形适配方案。
    • 当前测试样本总体较年轻及身体参数相对统一,未来需引入更多样化的群体测试。
    • 设备硬件(如压缩弹簧硬度)目前以静态设计为主,未来可通过可调节刚度的设计提高适配性。
    • 衍生应用(如下坡场景、多环境自由导航)需要额外研究开发。

通过这一研究,RedirectedStepper 不仅填补了真实感行走模拟中的部分技术空白,还为未来VR训练、娱乐及健康应用打开了更多可能性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/188985/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713313
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
8 位作者
sell
研究子方向
全身交互与体感输入、沉浸感与临场感研究、严肃游戏与功能游戏
work
职业/产业
游戏开发者与设计师、运动员与健身爱好者、电竞运动员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文