虚拟现实环境中视觉诱导晕动症的评估指标

目的探讨虚拟现实环境中可用来评估视觉诱导晕动症(visually induced motion sickness,VIMS)的生理指标。方法采用基于虚拟现实的汽车驾驶模拟器诱发VIMS症状,并在实验过程中采集受试者的主观VIMS级别数据和客观数据;进而使用主观和客观相结合的方法对VIMS进行评估。结果以下生理指标非VIMS状态和VIMS状态存在显著性差异:(1)收缩压功率谱密度标准差(P=0.004);(2)脉搏率功率谱密度标准偏差(P=0.010);(3)收缩压与脉搏率最大互相关系数的均值(P=0.001);(4)舒张压与脉搏率最大互相关系数的均值(P=0.025);(5)收缩压与脉搏率相干系数的均值(P=0.001);(6)收缩压与脉搏率相干系数的标准偏差(P=0.004);(7)眨眼频率(BO-driving-AO组P=0.014;BC-AC组P=0.010)。结论在虚拟现实环境中,血压、脉搏率和眨眼频率与视觉诱导晕动症存在关系;本文所提出的指标可作为评估VIMS的生理指标。

近眼显示中光学畸变对视觉诱导晕动症的影响

视觉诱导晕动症(VIMS)是虚拟现实(VR)体验过程中可能产生的一种常见症状,该症状严重降低了用户的体验的舒适度,阻碍了VR技术的推广和发展。虚拟空间畸变是影响VR体验舒适度的潜在因素之一,近眼显示设备不完全的畸变校正会产生虚拟空间畸变,进而可能引发VIMS。针对虚拟空间畸变对VIMS的影响程度,本文模拟VR技术的体验过程,对以VR技术为代表的近眼显示技术畸变机理进行分析,设计了3个不同畸变参数下VIMS等级评价的视觉感知实验,并对实验的主客观数据进行统计分析。结果表明,虚拟空间畸变对VIMS症状具有显著性影响,受测者观看立体影像的畸变程度越大,所引起的VIMS症状越明显。该研究可为VR技术体验的舒适度提升方向提供理论依据。

基于运动感知和眼动特征的视觉诱导晕动症检测研究

目的视觉诱导晕动症是造成用户VR体验舒适度降低的主要原因。如何有效检测并减少视觉诱导晕动症给用户带来的影响是VR产品普及过程中一大亟待解决的问题。旨在探讨视觉诱导晕动症检测方法。方法采用虚拟现实漫游实验收集场景变化参数和用户眼动数据,并从用户运动感知和眼动特征两方面进行数据分析。结果场景变化会引发用户的运动感知,用户本身对于视觉刺激的晕动症易感性会使这种运动感知诱发不同程度的视觉诱导晕动症症状,这种差异体现在眼动特征中。采用运动感知和眼动特征指标构建视觉诱导晕动症检测模型。结论建立的视觉诱导晕动症检测模型可以为实时视觉诱导晕动症检测提供理论支撑。

立体影像采集失真对视觉诱导晕动症的影响研究

视觉诱导晕动症是虚拟现实技术应用中较为严重的问题,沉浸在虚拟现实环境中的使用者普遍会存在头晕、恶心等症状。立体影像采集失真导致人眼感知的虚拟空间畸变,可能是诱发和增强视觉诱导晕动症的重要因素之一。为了研究立体影像采集失真对视觉诱导晕动症的影响,基于立体影像采集理论构建了虚拟空间畸变模型,针对具有三种焦距参数的镜头获取不同等级的立体空间畸变影像。通过视觉感知实验,对不同空间畸变下的视觉诱导晕动症进行主观和客观的评价。结果表明,当立体影像采集的相机视场角与人眼视场角不匹配时,立体影像失真对视觉诱导晕动症有显著性影响,立体影像采集失真会导致更为强烈的视觉诱导晕动症状。首次用系统性实验的方法验证采集参数与感知参数不匹配导致的虚拟空间畸变增强了视觉诱导晕动症的结论,研究结果对提出切实可行的缓解方法有重要意义。

基于眼动追踪的虚拟现实运动评估初步研究

针对虚拟现实运动中产生的晕动症,研究较少且多为主观评价的问题现状,探究了基于眼动数据的虚拟现实晕动症评估方法。利用眼动追踪技术,设计了受试者的自我评价问卷分数和移动参数建立场景评价模型,分析虚拟环境移动机制对虚拟现实晕动症状的影响与晕动症级别与眨眼频率变化的关系。结果显示不同主观晕动症程度下,眨眼频率明显不同,柱状图分析结果显示其增长率绝对值可以描述虚拟移动机制引起受试者晕动症的程度。结果证明眨眼频率数据可作为一种客观评估指标,以客观数学量化了主观晕动。另外根据数据的线性跟随变化与评价模型的显著性分析结果,还可推到出眨眼数据可作为一种实时指标,作为反馈信息指导虚拟场景运动参数变化,为今后的虚拟系统设计提供参考。

基于EFA–熵权法的虚拟现实运动设计机制的眼动模型研究

目的针对虚拟运动机制所带来的晕动症状,提出基于眼动的评估方法。方法选用视线追踪回溯式有声思维的方式,在受试者体验常见虚拟运动时,实时采集眼动数据并在实验前、后完成两次量表评价,采集的11项参数指标用于数据分析。采用熵权法改进EFA进行综合评价,首先提取因子以简化变量数目,再在熵值赋权法下校正成分因子权重。结果提取后再赋权的成分变量具有现实意义,得到的虚拟现实晕动症因子评估模型,其预测值与实际值配对t检验结果大于0.05,具有有效性。结论模型优势在于基于眼动追踪技术,以客观可采集的眼动数据描述主观晕动,提出眼动技术结合VR,采集数据作为反馈信息,实时改进虚拟现实运动机制的思路,以缓解受试者的晕动症状。