F-RDW:重定向步行与预测未来位置的预测
相关实验视频
Updated: Jul 1, 2025

07:09
Virtual Reality Experiments with Physiological Measures
Published on: August 29, 2018
12.7K
IEEE transactions on visualization and computer graphics
|March 12, 2024
概括
本研究介绍了F-RDW,这是一种用于虚拟现实中的重定向行走 (RDW) 的新机制. F-RDW通过减少重置和增加旅行距离来增强用户体验,而不会对用户移动做出预先的假设.
科学领域:
- 虚拟现实 虚拟现实 虚拟现实
- 人与计算机的交互
- 计算机科学 计算机科学
背景情况:
- 现有的重定向行走 (RDW) 方法通过预测用户移动以尽量减少重置来改善VR体验.
- 目前的RDW技术往往需要特定的虚拟环境布局或用户步行模式,限制了它们的适用性.
研究的目的:
- 提出F-RDW,这是一种灵活的机制,可以预测用户的移动,没有假设,并将这些信息与现有的RDW方法集成.
- 提高RDW在各种VR场景中的通用应用和性能.
主要方法:
- 开发了一个基于LSTM的模型,使用空间和眼睛跟踪数据预测未来的用户位置.
- 将预测的未来信息集成到已建立的RDW算法 (MPCRed,S2C,TAPF,ARC) 中.
主要成果:
- 模拟和用户研究证明了F-RDW在减少重置事件的有效性.
- 该机制显著增加了重置之间的距离,改善了整体RDW性能.
- 在小的物理空间和复杂的虚拟环境中,F-RDW 证明是有益的.
结论:
- F-RDW有效地利用预测的用户移动来克服现有 RDW 方法的局限性.
- 拟议的机制提供了一个更具普遍适用性和高性能的解决方案,通过重定向步行来增强VR体验.

