XR-OOM: 结合现实驾驶模拟与真实汽车的研究与设计

自动驾驶界面与接管设计抬头显示(HUD)与驾驶辅助系统(ADAS)混合现实工作空间自动驾驶工程师与测试员软件工程师与开发者

文献标题

XR-OOM: MiXed Reality driving simulation with real cars for research and design

文献信息

  • 主题领域: 混合现实(XR)驾驶模拟,结合了虚拟现实和真实车辆,用于设计与研究。
  • 关键词: XR, 混合现实, 驾驶模拟, 汽车, 用户研究, 设计, 安全, 行为研究

研究背景与问题

  • 发现的问题或挑战:

    1. 当前驾驶模拟器多种形式,但实验效果(如真实感)存在局限性,例如实验室固定基模拟器缺乏真实驾驶体验。
    2. 混合现实(XR)技术已用于驾驶模拟,但其在实验方法和安全性方面需要进一步验证。
    3. 在开发车辆接口和自动驾驶系统时,存在一个设计与测试环境平衡的问题:如何既能快速原型,又保留接近真实的用户行为数据。
  • 研究重要性: 混合高保真模拟系统与真实驾驶体验的模拟技术,可以最大化保留实验真实感,有助于开发和评估下一代车载接口和驾驶辅助技术。

  • 研究动机与相关工作:

    • 混合现实技术(如MAXIM和VR-OOM)已展示其潜力,但更严格的安全性和有效性验证缺失。
    • 为了满足驾驶仿真研究对安全性、有效性和重复性要求,新的混合现实方法需要开发并加以验证。

解决方案

  • 提出的方法或解决方案:

    • 开发XR-OOM系统,该系统基于Varjo XR-1头显和Unity模拟环境,将虚拟场景叠加在现实驾驶环境中。
    • 系统通过“视频直通”功能,将现实环境与虚拟对象结合,用于驾驶实验。
  • 创新之处:

    1. 系统结合了高保真的混合现实与真实车辆驾驶测试。
    2. 第一次详细验证了XR混合现实系统在真实驾驶环境中的安全性和有效性。
    3. 提供了规范化的实验流程,确保在基础驾驶任务测试中实验行为的可靠性与可重复性。
  • 实施步骤与关键技术:

    1. 硬件设置:
      • XR-1头显负责视频与虚拟对象叠加。
      • 摄像头用于环境捕捉与位置信息整合。
    2. 软件开发:
      • 设计了可以将虚拟对象集成到实际场景的渲染程序。
      • 使用Simultaneous Localization and Mapping (SLAM)技术进行环境定位。
    3. 研究仪器:
      • 系统搭载眼动追踪器、360°相机和外部摄像头,用于数据记录。
    4. 实验与验证设计:
      • 验证系统在驾驶舱任务和低速驾驶任务中的表现。
      • 使用不同实验条件(无头显、有头显但无虚拟对象、有虚拟对象头显)进行对比。

研究成果

  • 具体成果:

    1. 实现了XR-OOM系统的硬件与软件整合。
    2. 验证了该系统在驾驶舱任务(如使用雨刮器、调节座椅等)及低速驾驶任务中的安全性和有效性。
    3. 通过实验验证了虚拟对象的真实性使得驾驶者认真对待虚拟环境。
  • 与现有解决方案相比的优势:

    1. 提供高度浸入式的驾驶体验,与传统基于实验室或纯VR的模拟器相比,更具真实性。
    2. 允许研究者模拟无法在现实环境中方便测试的复杂驾驶场景(如障碍、视觉干扰等)。
    3. 系统支持广泛的驾驶环境和驾驶辅助技术研究。
  • 实验或评估结果:

    1. 参与者能较成功完成驾驶舱任务,尽管任务难度(如读取细小仪表信息)会受设备显示分辨率影响。
    2. 驾驶轨迹差异较小,表明系统不显著影响驾驶行为。
    3. 参与者报告体验中存在轻微不适,如头显重量引起的颈部疲劳。
  • 局限性与未来方向:

    1. 局限性:
      • 目前验证集中于低速驾驶任务,高速驾驶实验仍需进一步验证。
      • 未充分测试倒车及复杂驾驶任务。
      • 混合现实头显在动态光源调节和高动态范围上的性能存在局限。
    2. 未来方向:
      • 改进系统硬件,特别是头显重量及摄像头性能。
      • 进一步测试高动态场景下的安全性,如模拟城市交通环境。
      • 扩展参与者样本以提升研究普适性。

总结

作者提出的XR-OOM系统结合了虚拟与现实驾驶模拟的优势,首次验证了该系统在安全性、重复性和实用性方面用于实验研究的潜力。研究结果为混合现实驾驶模拟进一步应用于车载接口设计和自动驾驶研究奠定重要基础。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/71891/2022

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/10.1145/3491102.3517704
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
自动驾驶界面与接管设计、抬头显示(HUD)与驾驶辅助系统(ADAS)、混合现实工作空间
work
职业/产业
自动驾驶工程师与测试员、软件工程师与开发者
article
内容状态
已索引正文
hub
相关论文
3 篇相关论文