基于 PID 控制的虚拟环境中在线自适应导航建模
人机交互
2023-03-30 v1 系统与控制
系统与控制
摘要
众所周知，以运动为主的导航任务极易引发晕屏效应。以往研究提出了许多基于离线考量来解决此问题的方法。本工作提出了一种基于在线自适应导航来缓解晕屏效应的新方法。考虑到比例-积分-微分（Proportional-Integral-Derivative, PID）控制方法，我们提出了一个由若干参数化的在线自适应导航数学模型，以用户的皮肤电活动（electro-dermal activity, EDA）——一种衡量晕屏程度的有效指标——作为输入，输出为自适应导航加速度。因此，最小化晕屏程度被视为一个参数优化问题：寻找能够降低晕屏严重程度的 PID 模型参数。我们组织了用户研究来收集非自适应导航加速度及相应的 EDA 信号。随后构建了一个深度神经网络来学习 EDA 与导航加速度之间的关联。该网络的超参数通过 Optuna 开源框架获得。为验证通过 PID 控制开发的优化在线自适应导航的性能，我们基于预训练的深度神经网络在模拟用户研究中进行了分析。结果表明，在 EDA 信号分析和运动病剂量值方面晕屏程度显著降低。这是一项开创性工作，从理论角度提出了自适应导航设置的系统策略。
引用
@article{arxiv.2303.16635,
title = {Modeling online adaptive navigation in virtual environments based on PID control},
author = {Yuyang Wang and Jean-Rémy Chardonnet and Frédéric Merienne},
journal= {arXiv preprint arXiv:2303.16635},
year = {2023}
}