面向流场可视化的沉浸式虚拟现实交互系统研究

针对基于二维显示交互环境的流场可视化应用由于深度信息不足导致交互效率较低的问题,引入虚拟现实技术,提出具备多样化交互方式的沉浸式流场可视化系统。该系统基于凝视与手势交互技术,设计并实现了基于用户手势的导航方法与三维交互控件,基于用户凝视与手势的沉浸式交互面板,以及基于可视化场景的沉浸式交互管理方法与基于可视化算法树的可视化网络管理方法,对用户交互进行了系统化管理,能够在沉浸式环境提供对典型流场可视化操作的全流程支持。用户实验结果表明:该系统能够在典型流场可视化场景下为用户提供高效、自然的交互。

基于沉浸式增强现实的流场可视化方法

针对目前二维环境中流场可视化应用深度信息不足、交互不自然等问题,提出一种基于沉浸式增强现实的流场可视化方法,在现实空间中通过流线展示流场变化特征,利用沉浸式增强现实技术为用户提供有效的深度信息,并通过手势、凝视等自然交互方式进行流线布置。由于增强现实设备不具备流场可视化计算所需要的计算能力,该方法采用服务器/客户端架构,以服务器端进行流线计算,以头戴增强现实设备进行流线定位、结果绘制及用户交互。在此基础上,设计了基于用户凝视的流线布置和基于凝视与手势的种子点放置两种交互方式,利用自然交互提高用户流线布置及分析效率。实验结果表明该方法能够在增强现实环境中准确完成流线绘制,反映流场的变化情况,并提供快捷、自然的交互。

基于改进L-K光流的WebAR信息可视分析方法

信息可视化技术结合移动增强现实(MAR)技术在目标跟踪领域仍然存在设备计算负载过大的问题。若仍坚持采用同跟踪平面图像特征点的方案来跟踪立体对象各角度的特征点,则目标跟踪过程所需要获取的多角度特征点数据无疑会加重跟踪过程的计算压力,进而导致移动设备负载过大,最终影响模型渲染,所渲染的模型常出现剧烈抖动、卡顿或运动滞后于目标物的现象。针对上述问题,提出了一种基于改进的L-K(Lucas-Kanade)光流跟踪算法的WebAR(基于Web端的MAR技术)解决方案,将特征点的跟踪问题转化为光流估计问题以及一种优化的三维信息可视化交互策略。实验结果表明,该方法能够提高MAR在跟踪目标时的计算效率和稳定性,丰富信息可视化的呈现效果和交互方式。