基于SVC理论的计算模型生成用于降低晕动症的视觉信息
人机交互
2024-06-25 v1 神经元与认知
摘要
随着自动驾驶的发展，人们担忧随着非驾驶相关任务的增加，晕动症将会加剧。因此，降低晕动症的技术备受关注。研究尝试利用计算模型估计晕动症以对其进行控制。其中，基于主观垂直冲突理论开发了一种以视觉信息为输入来估计晕动症发生率（MSI）的计算模型。此外，一些研究尝试通过控制视觉信息来缓解晕动症。特别是，已证实通过匹配头部运动与视觉信息可抑制晕动症。然而，尚无利用数学模型实现在车辆中抑制晕动症的最优视觉信息控制的研究。为此，我们提出一种利用具有前庭与视觉输入晕动症模型来生成最优视觉信息以抑制车辆运动引起晕动症的方法。为确认所提方法的有效性，我们考察了参与者根据头戴式显示器所显示视觉信息所经历的晕动症变化。实验结果表明，所提方法减轻了参与者的晕动症。
引用
@article{arxiv.2305.17832,
title = {Generating Visual Information for Motion Sickness Reduction Using a Computational Model Based on SVC Theory},
author = {Yujiro Tamura and Takahiro Wada and Hailong Liu},
journal= {arXiv preprint arXiv:2305.17832},
year = {2024}
}