身体位置和生物信号反馈模式对虚拟现实中使用肌电图的性能和工作量的影响

文献标题

The Effects of Body Location and Biosignal Feedback Modality on Performance and Workload Using Electromyography in Virtual Reality

文献信息

• 主题领域: 人机交互，虚拟现实，肌电图感测与反馈
• 关键词: 肌电图（EMG），生理感测，虚拟现实（VR），生物反馈，辅助技术，可访问性

研究背景与问题

• 问题或挑战:

  1. 目前尚不清楚在虚拟现实中，哪些肌肉和感觉模式能提供最佳实时交互性能以及用户的工作负荷。
  2. EMG信号的肌肉位置和反馈模式选择对用户性能和舒适度的影响需要进一步研究。

• 重要性: EMG技术广泛应用于医疗康复、辅助设备以及互动应用。本研究旨在优化EMG传感器使用，并提升用户交互体验，尤其是在VR健康和健身相关场景。

• 研究动机与相关工作:

  1. 以往研究探讨了肌电信号的多模态反馈，但尚未探讨其交互性能的最佳肌肉位置及反馈模式。
  2. 使用虚拟现实技术进行生物反馈的研究表明其具有较高的沉浸感和激励作用，适用于健身、康复及无手交互等领域。

解决方案

• 提出方法或解决方案: 作者通过两项用户研究基于虚拟现实环境和Fitts’ law目标选择任务展开探讨：

  1. 第一项研究：调查不同人体位置的肌电传感器影响（如前臂、上臂等）。
  2. 第二项研究：探讨三种反馈模式（视觉、听觉、触觉）及其组合对用户交互性能和工作负荷的影响。

• 创新点:

  1. 引入多模态反馈（触觉+视觉）以优化用户控制肌肉紧张的能力。
  2. 开创性地比较不同身体位置和多种反馈模态在虚拟现实中应用的效果。

• 实施步骤:

  1. 通过肌电设备记录人体不同位置的肌肉收缩，并使用VR头显实现交互。
  2. 开发Unity3D环境与Fitts’ law任务，用于评估参与者的目标选择性能。
  3. 测试不同反馈模式对用户性能和工作负荷的影响。
  4. 收集主观和客观数据，包括工作负荷（NASA-Raw TLX）、目标选择时间和用户反馈。

研究成果

• 具体成果:

  1. 身体位置：

     • 不同肌肉位置在进行等张收缩（无移动）时，交互性能无显著差异。
     • 额部肌肉（在戴头显情况下）交互效率最高，但可能因使用等张模式时进行的非预期移动影响。

  2. 反馈模式：

     • 联合视觉与触觉反馈显著提高了用户交互性能。
     • 听觉反馈可能降低性能，但有助于减轻主观挫败感。
     • 多模态反馈的过度组合可能导致信息过载。

• 与现有解决方案相比优势:

  1. 提出了促进交互性能的最佳反馈模态组合（视觉+触觉）。
  2. 测试了不同的身体传感器位置，为设计肌电交互系统提供了实用建议。

• 实验或评估结果:

  1. 任务选择时间和工作负荷在不同模态下存在显著差异。
  2. 定量分析表明反馈模态组合对性能的显著作用，同时存在学习和疲劳效应，交互性能在约15分钟后达到峰值。

• 局限性与未来方向:

  1. 当前研究仅在静坐状态下测试了有限数量的身体位置，未来可扩展至动态设置（如行走）。
  2. 增加机器学习分类器以优化信号处理及肌肉识别。
  3. 探讨更多类型的生物反馈，如电刺激联合肌电信号。
  4. 应用场景扩展到健身游戏、多模态可穿戴设备以及增强现实交互。

总结

本研究结合虚拟现实技术和肌电图设备，提出了基于多模态生物反馈的交互优化方案。结果显著表明视觉和触觉反馈的组合有助于用户控制生理功能。未来可进一步探索肌肉疲劳效应及多模态反馈在各种应用场景的潜力。