面向人类可用3D布局的行为感知人体测量场景生成

文献标题

Behavior-Aware Anthropometric Scene Generation for Human-Usable 3D Layouts

出版信息

• 主题领域: 聚焦于人类可用性和人体测量约束的3D场景生成。
• 关键词: 3D场景生成, 人体测量设计, 视觉-语言模型, 人类可用性, 空间优化, 人物交互, XR环境, 功能间隙, 布局评估, 以人为中心的设计。

背景与问题

• 问题/挑战: 现有的3D场景生成方法优先考虑视觉和语义上的合理性，但未能顾及人类可用性，例如基于个体人体测量数据的操作间隙和交互区域。
• 重要性: 可用布局对于现实应用至关重要，包括XR环境、人体工学评估和协作工作空间，其中人类运动和交互的真实性至关重要。
• 动机与相关工作: 现有方法（如LayoutVLM）依赖于通用的空间约束或基于LLM的常识推理，忽略了个体身体尺寸和行为模式。本文通过将行为推理和人体测量数据整合到场景生成中，填补了这一空白。

解决方案

• 提出的方法: 行为感知的人体测量场景生成框架。
• 创新点:
  1. 集成视觉-语言模型（VLMs）以推断对象-行为关系和空间约束。
  2. 将空间约束基于个性化的人体测量数据，以确保可用性。
  3. 使用行为感知和人体测量约束进行可微分的布局优化。
  4. 综合评估结合了技术指标、用户感知研究和真实比例的可用性测试。
• 流程与关键技术:
  1. 语义与行为表示: 分析3D资产以构建行为感知的关系表示，链接对象语义、人-物交互模式和群体级空间关系。
  2. 基于约束的布局生成: 推断人体测量约束（如间隙、可达性）并将其编码为可微分的惩罚项，用于基于梯度的优化。
  3. 评估: 使用几何指标、专家感知评分和物理环境中的人类可用性研究对生成布局与基线进行比较。

结果

• 具体发现:
  • 提高任务完成时间：HO布局相比基线减少了13.1%–21.1%的任务时间。
  • 增强轨迹效率：HO布局减少了29.4%–46.7%的绕路和不必要动作。
  • 更高的交互空间利用率：HO布局的体积占用率提高了最多52.9%。
  • 几何指标：HO布局的边界内得分提高了10.2%，但无碰撞得分略低（-1.8%）。
• 相较基线的优势:
  • HO布局在可用性指标上（包括功能可用性、轨迹连续性和操作间隙）始终优于基线和PO布局。
  • 专家感知评分显示在位置适当性、方向适当性、语义合理性、物理合理性和功能可用性上有显著改进（中位数评分：HO = 5.0 vs. 基线 = 3.0）。
• 实验/评估:
  • 几何评估：对20个场景的无碰撞和边界内得分进行评估。
  • 用户感知研究：16位专家对20个布局从五个标准进行评分。
  • 个体可用性研究：20名参与者在办公室和休息室布局中，在三种条件（基线、PO、HO）下完成10项任务。
  • 群体可用性研究：18名参与者分为6组评估共享布局中的协作可用性。
• 局限性与未来工作:
  • 验证范围有限：仅包含20个场景和6个用户研究布局。
  • 聚焦于水平布置；未优化垂直交互（如货架高度）。
  • 多用户优化优先考虑最大身体尺寸，偶尔会导致较小用户的不适。
  • 尚未探索对非传统家具设计和XR环境的泛化能力。

总结

本文提出了一种行为感知的人体测量场景生成框架，该框架结合视觉-语言模型和人体测量数据，以优化3D布局的人类可用性。通过解决操作间隙和交互区域问题，该框架确保布局能够适应动态的人类行为，而不仅仅是静态的碰撞避免。技术验证、专家感知研究和用户可用性测试的结果表明，与基线方法相比，该方法在任务效率、轨迹连续性和交互空间利用率方面显著提升。该方法在XR环境、具身AI和数字孪生系统中具有潜在应用，但仍需进一步研究以将发现推广到多样化的场景和垂直交互中。