AirRes Mask: 一种利用呼吸阻力作为输出模式的精确而稳健的虚拟现实呼吸接口

荣誉提名
全身交互与体感输入沉浸感与临场感研究生物传感器与生理监测UI/UX 设计师HCI 研究员

文献标题

AirRes Mask: A Precise and Robust Virtual Reality Breathing Interface Utilizing Breathing Resistance as Output Modality

文献信息

  • 主题领域: 人机交互技术,虚拟现实(VR)交互与多感官刺激设计
  • 关键词: 虚拟现实, 呼吸界面, 呼吸阻力, 自然交互, 虚拟化身, 环境模拟

研究背景与问题

  • 问题与挑战:

    • 近年来呼吸已被用作虚拟现实(VR)中的新型交互方式,但传统的呼吸感测设备如呼吸带常因运动伪迹问题而限制用户体验。
    • 呼吸阻力作为一种系统输出模式尚未被充分研究,其对环境条件或虚拟化身状态的交互表达能力不明确。
    • 现有设备在测量精度、实时反馈以及用户运动自由度上存在巨大的改进空间。
  • 研究重要性:

    • 增强VR中的多感官刺激和互动性对于提升沉浸感和用户的在场感至关重要。
    • 呼吸阻力的引入可能进一步提升目标场景的真实性和用户参与感,这对于训练模拟、心理治疗等应用具有重要意义。
  • 研究动机与相关工作:

    • 呼吸作为互动方式已应用于正念训练、疗愈与游戏情境中,但现有的技术方案(如呼吸带、头戴式气流传感器)仍存在测量误差、延迟和运动限制。
    • 本文提出了一种精确且稳健的解决方案来解决上述问题,并采用实时可调呼吸阻力,以探索呼吸作为输出方式的潜力。

解决方案

  • 方法与解决方案:

    • 开发了一种头戴式呼吸界面设备——AirRes Mask,用以精确地捕获用户呼吸并提供由应用控制的呼吸阻力作为反馈。
    • 实现了一种“呼吸引擎”,将用户呼吸的吸气与呼气力实时转换为虚拟场景中的互动力量。
  • 创新之处:

    • 提供了一种对吸气与呼气高精度的即时测量方法,避免了传统呼吸带存在的运动伪迹问题。
    • 创新性地将呼吸阻力作为新的感官反馈形式,使VR可以通过此类物理反馈传递虚拟环境状态和虚拟化身状况。
    • 用户可在不受运动限制的情况下,利用自然的呼吸行为与VR环境动态交互。
  • 实施步骤与关键技术:

    • 设备设计: 采用精密气流传感器(Sensirion SFM3300)与快速伺服电机,支持实时调节呼吸阻力。
    • 呼吸引擎: 基于空气流动的拖曳方程,模拟虚拟环境中的呼吸作用力与交互效果。
    • 系统安全与卫生设计: 避免气流完全封闭,支持硬件模块的分离式清洁与电子与空气路径的物理隔离。

研究成果

  • 具体成果:

    • 实现了AirRes Mask及其配套呼吸引擎,并能够在VR中精确捕捉用户呼吸行为。
    • 展示了呼吸阻力反馈能够有效模拟虚拟场景中的环境条件(如烟雾、高温)或虚拟化身状况(如低耐力)。
    • 用户研究表明,AirRes Mask在任务完成率、用户体验以及增强沉浸感方面分别表现良好。
  • 比较优势:

    • 与传统设备(如呼吸带或游戏手柄模拟呼吸)相比,AirRes Mask在精确性、响应时间、运动自由度上有显著改善。
    • 呼吸阻力作为新的输出模式增强了用户对虚拟化身的认同感和对虚拟环境的在场感。
  • 实验与评估结果:

    • 在“密室逃脱”和“消防员障碍课程”场景中的用户研究显示,AirRes Mask获取了更高的沉浸感和多感官参与得分。
    • 对于呼吸阻力的调整,用户普遍报告其能具体感知到不同等级的压力,从而提升了场景体验的真实性。
  • 局限性与未来方向:

    • 局限性:
      • 伺服电机在调整呼吸阻力时的噪音影响了场景沉浸感。
      • 硬件重量可能带来一定舒适性问题。
      • 某些情况下,AirRes Mask的反馈未能完全符合参与者的现实预期(如烟雾引发咳嗽等)。
    • 未来方向:
      • 优化设备硬件设计(如减轻重量、降低噪音)。
      • 增强呼吸任务的建模精度,支持区分鼻呼吸和口呼吸。
      • 开发更出色的虚拟化身与环境反馈结合方式,为训练模拟、心理治疗和游戏开发提供更具扩展性的应用场景。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/68729/2022

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/abs/10.1145/3491102.3502090
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
荣誉提名
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、生物传感器与生理监测
work
职业/产业
UI/UX 设计师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
5 篇相关论文