VR 运动中瞬时生理不适的连续测量方法
作者
运动晕车与乘客体验沉浸感与临场感研究医生、护士、临床医生物理治疗师与康复治疗师HCI 研究员
文献标题
Continuous Measurement Methods for Transient Physiological Discomfort in VR Locomotion
出版信息
- 主题领域: 虚拟现实(VR)运动中瞬态生理不适的测量方法。
- 关键词: VR运动、瞬态不适、运动病、连续测量、感官冲突、本体感受、触觉反馈、用户引导、可靠性、有效性。
背景与问题
- 问题/挑战: 当前用于评估VR运动中瞬态生理不适的方法在细粒度、准确性和实时响应性方面存在不足。离散量表和生理测量无法捕捉由运动子变化引起的不适的快速波动。
- 重要性: 解决瞬态不适问题对于提升VR用户体验、优化运动设计以及实现减少不适的自适应干预至关重要。
- 动机与相关工作: 先前研究主要关注通过离散问卷和生理信号评估运动病的长期影响,但这些方法不足以捕捉短期不适动态。其他领域的连续自我报告方法提供了灵感,但尚未针对VR运动中的瞬态不适进行定制。
解决方案
- 提出的方法: 基于用户引导设计与评估,开发用于VR运动中瞬态生理不适的连续测量方法。
- 创新点:
- 确定了三种首选的连续测量方法:‘挤压球’、‘滑动拇指’和‘摩擦大腿’。
- 对这些方法的可靠性、有效性、注意力、临场感和工作负荷进行了全面评估。
- 提出了针对VR运动中瞬态不适的连续测量方法设计指南。
- 过程与关键技术:
- 通过24名参与者的用户引导研究,设计并选择自然、低负荷的不适测量手势。
- 在一项包含18名参与者的对照实验中评估了三种最佳方法,并与快速运动病量表(FMS)进行了比较,考察其可靠性、有效性、注意力、临场感和工作负荷。
- 使用运动捕捉系统实现这些方法,并分析了主动和被动运动中的不适评分。
结果
- 具体发现:
- ‘滑动拇指’表现出最高的可靠性(Cronbach′s, α: 0.827–0.944)、有效性(最短延迟:0.5–0.6秒)和用户体验(最小分心、高临场感、低工作负荷)。
- ‘挤压球’和‘摩擦大腿’也表现出良好的可靠性(α: 0.718–0.946)和有效性,但工作负荷较高且注意力得分较低。
- 连续测量方法捕捉到了瞬态不适的峰值和谷值,与感官冲突理论一致,并与FMS评分呈中到强的相关性(r: 0.501–0.676)。
- 相较基线的优势: 连续方法提供了更高的时间分辨率和更好的实时响应性,而FMS会中断VR体验,且无法检测瞬态不适变化。
- 实验/评估:
- 研究1: 用户引导产生了216种方法,分类为非触觉、自触觉和外部触觉类型。
- 研究2: 使用重复测量设计对三种最佳方法在主动和被动运动中的表现进行了评估,指标包括可靠性、有效性、注意力、临场感和工作负荷。
- 局限性与未来工作:
- 对站立姿势和原地运动的普适性有限。
- 排除了双手被占用的场景。
- 练习期间对不适评分的锚定可能影响鲁棒性。
- 参与者人口统计较为单一(年轻、HCI/设计背景)。
- 关注于三种最佳方法可能忽略了其他可行设计。
总结
本文提出了用于VR运动中瞬态生理不适的连续测量方法,解决了现有工具的局限性。通过用户引导和实验评估,确定了三种首选方法——‘挤压球’、‘滑动拇指’和‘摩擦大腿’,其中‘滑动拇指’表现最佳。连续方法表现出高可靠性、有效性和响应性,比FMS等离散量表更有效地捕捉瞬态不适动态。这些发现提供了可操作的设计指南,并突出了连续测量在优化VR运动体验和缓解不适方面的实用性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791721
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
10 位作者
sell
研究子方向
运动晕车与乘客体验、沉浸感与临场感研究
work
职业/产业
医生、护士、临床医生、物理治疗师与康复治疗师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文