迈向优化的 VR/AR 人体工学：建模与预测用户颈肌收缩
人机交互
2023-08-30 v1 人工智能
图形学
机器学习
摘要
人体工学效率对于 VR/AR 体验的大规模与长时间采用至关重要。尽管 VR/AR 头戴式显示器在观看时解放了用户自然的 Wide-range 头部运动，但其颈部肌肉舒适度不可避免地因附加硬件重量而受损。遗憾的是，迄今为止关于理解和解决此类问题的定量知识十分匮乏。利用肌电图设备，我们测量、建模并预测 VR 用户在头部移动与虚拟环境交互时的颈部肌肉收缩水平（MCL）。具体而言，通过学习所采集的生理数据，我们开发了一个生物物理启发的计算模型，以在多样头部运动学状态下预测颈部 MCL。除量化已完成头部运动的累积 MCL 外，我们的模型还能仅依据目标头部姿态预测潜在的 MCL 需求。一系列客观评估与用户研究证明了其预测准确性与泛化能力，以及其通过优化视觉目标布局来降低用户颈部不适的能力。我们希望本研究能启发面向 VR/AR 及交互图形应用的新的人体工学中心设计。源代码发布于：https://github.com/NYU-ICL/xr-ergonomics-neck-comfort。
引用
@article{arxiv.2308.14841,
title = {Toward Optimized VR/AR Ergonomics: Modeling and Predicting User Neck Muscle Contraction},
author = {Yunxiang Zhang and Kenneth Chen and Qi Sun},
journal= {arXiv preprint arXiv:2308.14841},
year = {2023}
}
备注
ACM SIGGRAPH 2023 Conference Proceedings