在虚拟现实中通过身体角度运动建模运动方式

研究背景与问题

• 发现的问题或挑战: 本论文指出，目前在虚拟现实（VR）环境中对于虚拟位移任务完成时间的建模研究较少。尽管许多交互任务如指向、交叉、转向等已有时间预测模型，但针对VR中的导航时间建模仍是一个研究空白。与此同时，方向控制与速度控制是虚拟定位的核心因素，却缺乏有效的整合模型。
• 重要性: 能够精确预测时间的模型有助于优化VR设计，例如在导航中根据完成时间评估难度或提供改进建议。这对VR游戏、模拟训练和虚拟导航工具的开发具有重要意义。
• 研究动机与相关工作: 作者的研究聚焦于身体角度运动辅助的VR导航方法，因为相比于其他方法（如基于目标点选择的传送或行走），这种方法能够增强用户的方向感、存在感，同时减少运动不适和任务负担。相关字段中关于多阶段路径导航和转弯时间的理论尚未形成，因此作者欲填补这一研究空白。

解决方案

• 提出的方法或解决方案: 本论文提出了一个时间预测模型来估算用户在虚拟环境中沿多段折线路径导航时的完成时间。模型细分为两大主要组件：在多段路径上执行导航，以及在路径交汇处进行转弯。
  • 第一组件分为三阶段（加速、最大速度、减速），通过运动学中的指数模型定义每阶段的速度-距离关系。
  • 第二组件揭示了转弯角度和完成时间的线性关系。
  • 模型结构通过两个组件的综合公式来量化总体时间。
• 创新点:
  • 在加速与减速阶段，引入了指数模型，以更精细地拟合速度-距离曲线。
  • 提出了一套统一的时间计算公式，将速度、路径长度和转弯角度等任务变量整合到一个框架中。
  • 通过划分运动阶段并结合转弯角度设计综合模型，与现有模型（如TTA 和PL模型）相比更加适用真实场景。
• 实施步骤与关键技术:
  • 分析加速、最大速度、减速阶段的速度-距离曲线，通过回归分析验证指数模型的拟合优度。
  • 分离路径导航与转弯任务，分别建立用于估算各部分时间的预测公式。
  • 三次实验验证模型的有效性，其中包括不同路径长度、角度、线性转化系数情况下的数据分析。

研究成果

• 具体成果:
  • 实验结果表明，所提模型的时间预测性能显著优于基线模型（TTA 和PL模型）。
  • 对单线段导航的时间预测模型，其拟合度（𝑅²值）均超过0.987，且与实际时间的偏差较小。
  • 转弯时间与角度的线性关系模型表现良好，拟合度达0.989以上。
  • 综合模型的验证结果显示，在多线段路径导航中，预测时间与实际时间有高度相关性（𝑅²值超过0.914），预测误差的均方根值为3.282秒。
• 与现有解决方案相比的优势:
  • 作者的模型能够整合路径导航与转弯之间的关系，全面涵盖虚拟定位的两个核心子任务。
  • 新模型能够区分加速、减速阶段，显著提高预测精度，尤其是在短路径和复杂转弯场景中表现优异。
  • 相比TTA模型只能处理固定速度的情形，该模型适应运动速度变化和任务复杂性。
• 局限性与未来方向:
  • 模型未考虑复杂场景中存在的障碍物或不平整表面对时间的影响，这可能引入额外的导航延迟。
  • 模型主要针对具有明确路径的任务，针对曲线路径任务尚需进一步扩展。
  • 当前实验仅限于年轻人群，针对不同年龄群体（如老年人）的适用性尚未验证。
  • 模型的设计未处理认知延迟（例如因分心导致的时间耗损），未来研究需要加入认知相关变量。

总结

该研究在现有虚拟现实领域中具有显著意义，填补了时间预测模型在虚拟导航任务中的空白，为相关应用（如教育培训、导航系统优化）提供了精确工具及实践指导。同时，对复杂环境以及特定群体适配性的深入研究将成为未来工作的重点方向。