頭部旋轉重定向的交互效率和眩暈感研究

馬明明，業 全，胡 楊，薄 正，孫東標，王黨校

頭部旋轉重定向的交互效率和眩暈感研究

馬明明1,2，業 全2,3，胡 楊2,4，薄 正1,2，孫東標2,5，王黨校6

(1. 中國科學院遙感與數字地球研究所，北京 100101； 2. 中國科學院大學，北京 100049；3. 中國科學院空間應用工程與技術中心太空應用重點實驗室，北京 100094；4. 中國科學院地理科學與資源研究所，北京 100101；5. 中國科學院生物物理研究所，北京 100101；6. 北京航空航天大學虛擬現實技術與系統國家重點實驗室，北京 100083)

如何通過重定向方法實現360°觀察，同時保證用戶的較高的舒適度和較低的眩暈感，是虛擬現實研究的一個重要話題。對放大與引導頭部旋轉算法的交互效率和眩暈感進行定量研究，使用戶坐姿下，通過頭戴顯示器(Pico neo基礎版)旋轉一個舒適的角度以觀看360°虛擬范圍，并在虛擬旅行中引導頭部旋轉使頭部回到自然前向。設計了2種放大頭部旋轉算法，并與2種現有方式進行對比實驗，提出了一種對于引導頭部旋轉中感興趣區的自動檢測算法，動態計算虛擬對象的角度閾值區實現感興趣區的選取，在此基礎上設計了一種基于正弦的引導旋轉算法。通過用戶實驗，得到各個算法的實驗比對結果，實現在較為復雜的虛擬環境中引導頭部旋轉重定向。

放大頭部旋轉；引導頭部旋轉；角度閾值區；感興趣區

在傳統的虛擬現實系統中，頭部跟蹤的頭戴式顯示器允許用戶通過身體的360°旋轉來控制虛擬世界觀看角度[1]。然而在某些特殊情況下，如當用戶坐在固定的沙發上或椅子上時，傳統的360°身體旋轉會帶給用戶不完整、不舒服的虛擬世界體驗。為了解決此類特殊的虛擬世界瀏覽方式所帶來的不便，相關研究者提出了放大頭部旋轉技術[2]，以便通過舒適的頭部旋轉即可實現360°虛擬世界范圍的瀏覽。此外，為了避免用戶在虛擬場景中需觀看側方物體從而使頸部長時間處于不舒服的位置，相關研究者也提出了引導頭部旋轉技術[3]，在虛擬世界瀏覽期間使用重定向技術[4]來逐漸引導用戶的頭部旋轉重新調整到正前方位置。

SARGUNAM等[3]研究了放大頭部旋轉技術和引導頭部旋轉技術，與傳統的頭部跟蹤進行對比實驗，顯示放大和引導頭部旋轉可以解決在上述場景下的用戶體驗差的問題。RAGAN等[5]研究了放大頭部旋轉技術對3D搜索、空間定位和網絡病態的影響，通過改變放大頭部旋轉的增益因子，并在頭戴式顯示器和環繞屏幕2種虛擬現實顯示方式中進行了評估實驗，證明了使用放大頭部旋轉技術在瀏覽360°范圍虛擬世界的研究價值。SCHMITZ等[6]利用了重定向技術開發有效的空間壓縮方法，將浸入式中斷作為重定向技術的基準，實現了在小型物理環境中可以暢行無阻地穿行大型虛擬空間，表明了引導重定向技術在虛擬世界瀏覽的重要性。但鮮有頭部引導重定向應用在復雜場景中的研究。

本文主要研究在復雜場景中的放大頭部旋轉和引導頭部旋轉結合應用。重點研究放大頭部旋中眩暈感的減弱以及引導頭部旋轉在復雜場景中感興趣區動態選擇的研究，感興趣區作為引導頭部旋轉重定向的目標對象。提出2種改進的放大旋轉因子，與之前的2種經典增益因子做對比實驗，得到最有增益因子，應用于后續引導頭部旋轉中。

為了提高復雜場景的適應性和用戶體驗的舒適性，本文設計了一種感興趣區的動態選擇算法，根據不同虛擬對象計算特有的角度閾值區，作為用戶感興趣區的選擇依據。選定感興趣區后，引導頭部旋轉重定向過程中使用了基于正弦的旋轉曲線，分別在多個復雜場景中進行了用戶實驗。

1 研究現狀

1.1 放大頭部旋轉

文獻[3]采用動態放大旋轉因子=2–cos()，其中為頭部物理旋轉角度，將乘以增益因子作為虛擬世界中的旋轉角度。其允許用戶通過180°物理旋轉便可實現虛擬世界中360°的旋轉。當用戶面向接近前向的方向時=1，無放大效果，增益因子隨著用戶物理旋轉角度增大而增大，當用戶物理旋轉達到90°時，增益因子達到最大值=2。

1.2 引導頭部旋轉

引導式頭部旋轉在虛擬旅行中增加了重新對齊。在文獻[3]的研究中，頭部引導實驗環境較為簡單，自動選取AOI (areas of interest)方向作為重定向目標方向進行引導重定向。在行走過程中引導頭部旋轉重定向中做了簡化實驗，設置AOI集合，然后在行走過程中計算當前旋轉方向與AOI集合中對象的夾角，選擇與當前旋轉方向夾角最小的AOI集合中的對象作為興趣區。之后，使用用戶當前位置與所選目的地之間的歸一化距離輸入到緩動函數以計算旋轉調整值。將內插值標準化并乘以最大旋轉調整值作為重新對齊的旋轉角速度，在虛擬移動中逐漸引導用戶頭部旋轉并最終處于自然前向。

從用戶移動開始，通過緩動方程從0逐漸增大旋轉調整增益因子至最大值，避免從靜止開始突然的轉動。隨著用戶逐漸地靠近虛擬對象過程中，逐漸減小旋轉調整因子至0，使得靠近對象時旋轉速度較小。

根據歸一化距離使用CasMull ROM樣條作為緩動方程，計算歸一化距離中0~1平緩的內插值，即

=0.5×(+×+×2+×3) (1)

其中，為用戶起始點到AOI距離的歸一化距離；=2×1；=2–0；=2×0–5×1+4×2–3；=–0+ 3×2+3；0，1，2，3是通過樣條計算得來的數據，分別為–1，0，1，0。

在起點到中點區間，的值從0增加到1，曲線平穩上升。一旦穿過中點，的值線性減小(從1到0)，曲線平緩下降。

為了避免旋轉速度太快，限制最大轉動速度為10.8 °/s，如圖1所示。

圖1 式(1)中的旋轉調節因子曲線

2 本文方法

本文對放大與引導頭部旋轉在復雜場景中的應用進行了進一步研究，重點關注使用過程中眩暈感舒適度表現。在此基礎上，研究在復雜場景中的引導頭部旋轉對感興趣區的選擇，提出動態角度閾值區的概念，以視線向量落在每個對象特有的角度閾值區作為感興趣區的選擇依據，同時研究提出了基于正弦的引導旋轉重定向過程曲線。

2.1 放大頭部旋轉因子研究

文獻[3]提出的旋轉增益因子在物理旋轉角較大時增長較快，也容易產生更強的眩暈感，如圖2(a)所示，為頭部物理旋轉。

測試中發現，旋轉過程中眩暈感主要來源于：

(1) 增益因子較大時，虛擬旋轉速度比物理旋轉角差異太大，容易造成眩暈；

(2) 放大頭部旋轉中放大因子變化較大，用戶始終無法適應，容易產生眩暈。

基于上述2個約束，較好的旋轉增益因子應滿足：

(1) 增益因子不宜過大；

(2) 在旋轉過程中，增益因子變化不宜過大。

參考上述2個原則，本文選取了4種增益因子進行對比實驗，見表1，其中為物理旋轉角度，為增益因子。

第1，2種增益因子如圖2(a)和圖2(b)所示；第3種增益因子是基于高斯函數，通過調節方差(經測試推薦方差為0.55)得到的增益因子，如圖2(c)所示；第4種增益因子為恒定增益因子。對4種增益因子進行了對比實驗，最終選取眩暈感表現最好的放大頭部旋轉因子并將其應用到引導頭部旋轉重定向中。

表1 4種放大頭部旋轉方

(a)=2–cos()

(b) a=1.5–cos(2×β)/2

(c) a=2–e^((–β2)/(2×0.552)) 圖2 旋轉增益因子曲線

2.2 引導旋轉角速度

2.1節介紹了頭部旋轉放大技術，緩解了用戶在使用過程中由于大的旋轉角度造成的頸部不適，結合引導頭部旋轉重定向使得用戶可以在虛擬旅行(通過手柄控制行走)中引導頭部逐漸旋轉到自然前向，減緩長期位于旋轉狀態的不適，使得用戶以一個舒適的狀態進行虛擬旅行。本文重點研究重定向目標區域即感興趣區的選取算法。為每個對象計算各自特有的角度閾值區，當視線落在某個對象的角度閾值區則認為選定該對象作為感興趣區。

研究發現，引導頭部旋轉重定向過程中，用戶產生眩暈感主要源于：

(1) 從引導頭部旋轉重定向開始時，相機旋轉太大；

(2) 當重定向使用時，用戶與對象的距離較近但旋轉速率不變而產生的眩暈感增強。

因此，重定向引導旋轉角速度曲線需滿足：

(1) 從用戶移動開始，通過緩動方程從0逐漸增大旋轉調整因子至最大值，避免從靜止開始突然的轉動；

(2) 在用戶逐漸地靠近虛擬對象的過程中，逐漸減小旋轉調整因子至0，使得靠近對象時旋轉速度較小。

因此，本文以當前點到目標區域的歸一化距離使用正弦函數作為緩動函數，計算歸一化距離中0~1的平緩的內插值，即

盛慶余今年54歲，高級教師，中共黨員，原江蘇省金湖中學副主任。2017年2月，他作為淮安市第九批援疆干部人才來到七師高級中學，擔任化學教研組組長。

農作物的各種農藝性狀通常為數量性狀，而且相互影響，相互關聯。根據紅花主要農藝性狀間的關系，對產量影響最大的分枝總數與莖粗、株高、單株有效果球數[9]密切相關，在栽培上，應以提高單株有效果球數為主攻方向，而把單株無效果球數、一級分枝數控制在適當的水平上[10]。種子百粒重和第1級分枝數可以作為豐產栽培的主攻性狀[11]。通過調整播種期和種植密度對莖粗進行調節，適時早播的紅花莖粗較粗，種植密度越稀莖粗越粗。

(2)

其中，s為用戶起始點到AOI距離的歸一化距離；ratio為頭部旋轉的絕對角度與90°的比例，即

(3) 其中，h為頭部實際旋轉角度，在頭部旋轉達到最大角度(90°)時，距離物體較遠，視場角內畫面變化較小，此時ratio為1；當頭部實際旋轉較小時，引導頭部旋轉角度較小，ratio較小，使得視場角內畫面變化不會很快，減小眩暈感[7]。 在選定AOI后，以當前點作為起點： (1) 當從起點到中點區間，s的值從0增加到1，曲線平穩上升； (2) 一旦穿過中點，s的值逐漸減小(從1到0)，曲線平緩下降。 為了避免旋轉速度太快，限制最大轉動速度為16.2 °/s，圖3是將頭部從90°引導到自然前向(0°)的旋轉速度曲線。 2.3 感興趣區的選擇 在研究目標區(感興趣區)的選擇中，很多算法中根據頭部旋轉的方向選擇感興趣區，判別依據單一，在簡單場景中有較好的表現，但對于復雜場景，會導致感興趣區頻繁切換，且不區分虛擬對象自身性質。因此，本文提出一種頭部引導重定向算法中感興趣選擇算法，實現復雜場景中物體較多環境下的感興趣選擇。 圖3 式(2)中的旋轉調節因子曲線 本文算法不僅依據對象夾角選擇感興趣區判別，還考慮對象自身性質、當前位置與對象距離等因素。對每個對象計算動態角度閾值區θ，視線只有在角度閾值區內時才進行重定向過程。如圖4所示，只有視角落在θ區域內(即視角與相機到物體中心的向量夾角小于θ/2)，才認定選取了該物體作為AOI，如綠線所示；當落在該區域外，如紅線所示，則不認為其為感興趣區。 圖4 角度閾值區 動態角度閾值區的選擇過程中，本文提出了一個計算角度閾值區選擇函數，如式(4)和式(5)所示，其角度閾值區大小為–α<θ<α，有 4) 報警的分級工作。進一步完善報警的分級工作，應用在建的模擬培訓系統，開發報警響應規程，各種故障、異常場景下的預案，對操作人員進行各種培訓，提高操作響應能力。 (4) (5) 其中，S為距離對象的距離；OtBL為對象外接球直徑；l,w,h分別為對象長、寬和高，則有：①距離越遠，即S越大，則角度閾值區越??；②對象尺寸越大，即OtBL越大，則角度閾值區越大；③對象越可能是感興趣區，則角度閾值區越大，反之越小。其中，是否為感興趣區的判斷使用參數，對象長、寬和高中最小的值除以對角線長，當物體為正方形或者球體時，參數最大為0.707；若對象為狹長的物體，則其較不可能是感興趣區，此時閾值區較小，因為大部分場景中狹長物體(如旗桿、路燈)不太會被選作感興趣區，該參數可以根據實際場景中希望用戶感興趣的物體的屬性做調整。 根據館藏《麥華三小楷書黎暢九李鐵夫生軼事并跋》內容，文中提到的李鐵夫的9幅水彩畫作品現均藏我館。②這組水彩作品材質均為宣紙，但構圖和用色方式與其它水彩畫一致。此外，歸入水彩的藏品中還有2幅也確認是在宣紙上用水彩完成。 通過閾值ω1和ω2調整寬度和感興趣區置信度(具體形式可以根據虛擬場景中對象屬性決定)的權重，使用Pico neo在測試場景中調整權值，根據實驗結果推薦使用權值：ω1=0.5，ω2=1。 也就是那句話，讓蘇楠堅信，楊小水有隱衷。蘇楠沒講出自己的懷疑，她問李嶠汝，你母親，是不是跟許武生有宿仇？ 在多物體復雜場景中，如果視野同時落在多個AOI (area of interest)重合區，如圖5所示，此時為了防止感興趣區跳躍和角度閾值區沖突，將重合部分進行判斷及處理，將重合區域劃分到對應的角度閾值區中。 圖5 視線落在多個感興趣角度閾值區重合區域 通過2個簡單的例子介紹本文算法： (1) 物體角度閾值區有重合區域的情況。設場景中A，B，C為場景中3個物體，設水平軸表示角度θ=0，垂直軸表示角度θ=π/2，設根據上述角度閾值區計算方法，A，B，C3個物體該坐標系下的對應的角度閾值區及重合區域如圖6所示。 圖6 角度閾值區有交集 A，B，C的角度閾值區分別為(A1,A2)、(B1,B2)、(C1,C2)，重合區域為(B1,A2)和(C1,B2)。 將虛擬對象的角度閾值區存儲到數組[A1,A2,B1,B2,C1,C2]中，首先對任意2個相鄰的角度閾值區有重合區域的虛擬對象(如A，B)，重合部分為(B1,A2)，調整A2和B1，即 Theoretical Construction of Socialist Eco-civilization System with Chinese Characteristics Xie Kezhen (6) 對任意2個角度閾值區迭代計算，直至所有的相鄰角度閾值區無重疊部分。 (2) 當角度閾值區被另一個角度閾值區完全包含，如圖7所示，對象A的角度閾值區為(A1,A2)、對象B的角度閾值區為(B1,B2)，重合區域為(A1,A2)。此時角度閾值區數組為[A1,A2,B1,B2]，B1