基于VR设备中IMU的无手交互方法研究

随着头戴式显示设备的发展,在基于虚拟现实(VR,virtual reality)的教育培训中,存在用户与设备间进行交互的场景;针对用户与VR视频中对象的模拟靠近与躲避问题,提出了姿态感知与步态识别相结合的方法;通过姿态感知算法解算用户头部姿态,通过步态识别算法识别出人体的静止与行走状态,进而在行走状态时,将计算所得航向角和固定步长代入三角函数公式进行位置更新,在静止状态时,保持位置不变;实验证明,提出的姿态感知算法可以有效的计算出使用者头部的姿态,与商用惯性测量单元提供的姿态角相比具有1.1×10^(-2)的平均姿态偏差;提出的步态识别算法可以有效地识别出人体的静止与行走状态;所提出的两者结合的交互方法,可以有效地实现虚拟的靠近与躲避。

基于VR设备中IMU的头部姿态感知算法研究

随着头戴式显示设备的发展,基于虚拟现实(VR)的教育培训随之流行开来;在基于VR设备的教育培训中,存在用户与设备间进行交互的场景;在这些场景中,VR设备对使用者头部姿态的感知尤为重要;为了保证较高的姿态解算精度,同时降低系统的计算量,设计了4种基于头戴式惯性测量单元(IMU)的姿态解算方法,并对比了这4种算法的姿态解算精度和运算效率;实验结果表明,相比于其他三种算法,使用四元数微分方程的三阶泰勒展开递推式更新四元数,同时利用间接扩展卡尔曼滤波器融合地磁信息进行修正的姿态解算方法保证了较高的解算精度和较少的运算时间;该基于地磁修正+三阶泰勒展开法的头部姿态感知算法计算所得欧拉角与SBG公司生产的IG-500N型号IMU中提供的姿态角具有1.1×10-2度的总体平均偏差,且该算法使用Matlab R2013a平台计算14000组数据的耗时为5.1 s。