HumanoidTurk: 扩展 VR 触觉技术——利用人形机器人驱动驾驶模拟

文献标题

HumanoidTurk: Expanding VR Haptics with Humanoids for Driving Simulations

出版信息

• 主题领域: 在虚拟现实驾驶模拟中使用类人机器人作为触觉反馈系统。
• 关键词: VR触觉，类人机器人，运动反馈，沉浸感，驾驶模拟，用户研究，模拟晕动症，真实感，适应性，多功能性。

背景与问题

• 问题/挑战: 现有的VR触觉系统通常用途单一，真实感有限，并且要么体积庞大（如运动平台），要么局限于局部区域（如可穿戴设备）。类人机器人尚未被探索为用于沉浸式体验的多功能触觉媒介。
• 重要性: 通过可扩展、多功能和具身的触觉反馈增强VR中的沉浸感和真实感，可以变革游戏、培训和康复等应用领域。
• 动机与相关工作: 先前的研究集中在通过运动平台、可穿戴设备和机器人系统提供触觉反馈，但这些方法缺乏适应性和多功能性。类人机器人凭借其类人形态和多自由度操作，具有作为触觉反馈提供者的潜力。

解决方案

• 提出的方法: HumanoidTurk系统通过将游戏中的离心力信号转换为同步的椅子运动，重新利用类人机器人提供全身触觉反馈，用于VR驾驶模拟。
• 创新点:
  1. 将通用类人机器人重新利用为具身触觉反馈系统。
  2. 提供实验证据，证明相比传统反馈方法，类人反馈显著提升了沉浸感和真实感。
  3. 确立了真实感、适应性和多功能性作为类人触觉反馈的关键主题。
• 流程与关键技术:
  • 从驾驶模拟器中提取离心力信号，并将其过滤后映射到类人机器人手臂的运动。
  • 测试了两种合成方法（基于滤波和基于阈值），最终选择了基于滤波的方法以实现更平滑的反馈。
  • 通过两阶段用户研究，将系统与无反馈、控制器振动和人工运动反馈进行了对比评估。

结果

• 具体发现:
  • 类人反馈相比无反馈和控制器振动，显著提升了沉浸感（p < .01）、真实感（p < .01）和愉悦感（p < .001）。
  • 模拟晕动症评分在类人条件下最高，包括恶心（M = 17.89）、眼动不适（M = 18.95）和总SSQ得分（M = 20.57）。
  • 系统延迟测量为M = 34.7 ms，SD = 3.4，处于可接受的实时范围内。
• 相较基线的优势:
  • 类人反馈在沉浸感、真实感和愉悦感方面优于无反馈和控制器振动。
  • 与人工反馈相比，类人反馈更一致但适应性较差。
• 实验/评估:
  • 16名参与者体验了四种条件：无反馈、控制器振动、类人+控制器和人工+控制器。
  • 评估指标包括模拟晕动症问卷（SSQ）、用户体验问卷简版（UEQ-S）以及定制的沉浸感、真实感、舒适度、愉悦感和适用性评分。
  • 访谈揭示了真实感与舒适度之间的权衡。
• 局限性与未来工作:
  • 仅限于短时间驾驶场景和小样本量（n=16）。
  • 机器人过热和运行噪音限制了评估。
  • 未来工作应探索更长时间的实验、多样化任务以及与商业运动平台的比较。

总结

HumanoidTurk展示了类人机器人作为VR驾驶模拟中多功能触觉反馈系统的潜力。通过将游戏中的离心力信号转换为同步的椅子运动，该系统显著增强了沉浸感、真实感和愉悦感，但在舒适度和模拟晕动症方面存在权衡。研究确立了真实感、适应性和多功能性作为类人触觉反馈的关键主题，将类人机器人定位为一种有前景的沉浸式体验媒介。未来研究应解决硬件限制，扩展应用场景，并探索自适应反馈机制。