虛擬現(xiàn)實大空間下多虛擬目標被動觸覺交互方法

王杰科，李琳，張海龍，鄭利平

虛擬現(xiàn)實大空間下多虛擬目標被動觸覺交互方法

王杰科1，李琳1，2*，張海龍1，鄭利平2

（1.合肥工業(yè)大學 計算機與信息學院，合肥 230601； 2.安全關鍵工業(yè)測控技術教育部工程研究中心（合肥工業(yè)大學），合肥 230009）（?通信作者電子郵箱lilin_julia@hfut.edu.cn）

針對虛擬現(xiàn)實（VR）大空間下為重定向行走的用戶提供被動觸覺時存在的虛實交互目標無法一一對應的問題，提出了一種用兩個物理代理作為觸覺代理為多個虛擬目標提供觸覺反饋的方法，以在基于人工勢場（APF）的重定向行走過程中，交替地滿足用戶被動觸覺的需求。針對重定向行走算法本身以及標定不精確等原因造成的虛實不對齊的問題，對虛擬目標的位置及朝向進行設計并且在交互階段引入觸覺重定向。仿真實驗表明對虛擬目標位置和朝向的設計可以大幅降低對齊誤差；而用戶實驗結果證明觸覺重定向的引入進一步提升了交互準確性，且能為用戶帶來更豐富、更具沉浸感的體驗。

虛擬現(xiàn)實大空間；重定向行走；多虛擬目標；被動觸覺；觸覺重定向

0 引言

隨著低成本頭戴式顯示器（Head?Mouted Display， HMD）的出現(xiàn)，沉浸式虛擬現(xiàn)實（Virtual Reality， VR）在普通用戶中得以普及。如何讓用戶在有限的物理空間中漫游更大、更豐富的虛擬空間被不斷地研究?；谟脩羰欠褚苿?，大空間漫游技術可分為靜止漫游［1］和行走漫游?；谛凶叩穆瓮ㄟ^在現(xiàn)實空間中真實的行走給用戶帶來更好的臨場沉浸感，然而用戶戴上頭盔在有限的物理空間移動很容易接觸到邊界和障礙物。根據(jù)對該問題處理方式的不同，基于行走的漫游可分為：重定向行走（Redirected Walking， RDW）漫游［2］、基于操控空間結構［3］的漫游以及基于場景映射的漫游［4］。操縱空間結構的方式對虛擬場景的結構和類型要求比較嚴格，大多數(shù)情況下只能用于多個小房間組成的室內場景；場景映射方式是通過將虛擬場景中的道路映射到現(xiàn)實空間內部，從而實現(xiàn)自由行走，但是當虛擬場景較大時道路扭曲變形比較大，嚴重影響用戶體驗。RDW主要通過操控人的感知來對虛擬場景進行旋轉，對場景適應度高，在一定程度上壓縮用戶在現(xiàn)實空間中的行走區(qū)域，應用最為廣泛。

在大空間漫游中增加交互將進一步提高用戶體驗，觸覺能使用戶產生更真實的沉浸感，在交互過程中有著不可替代的作用。Hinckley等［5］開創(chuàng)了使用被動道具作為觸覺反饋的被動觸覺（Passive Haptics）的概念。與以HTC VIVE為代表的通過手柄震動來為交互提供觸覺反饋相比，被動觸覺能夠提供更真實的觸覺，與通過機械臂［6］為用戶觸摸和抓取VR場景中的虛擬對象時提供觸覺反饋的方式相比，被動觸覺價格低廉、安全且容易實施。被動觸覺一般要求虛擬空間與現(xiàn)實空間滿足一對一地固定映射，然而大空間漫游算法均需改變虛實映射，觸覺代理很難與虛擬目標做到一對一地映射。

針對大空間VR下為多個虛擬目標提供觸覺存在的虛實多對一的映射且映射不對齊的問題，本文通過用兩個觸覺代理交替地作為虛擬物體的真實映射目標，基于人工勢場（Artificial Potential Field， APF）的重定向算法，實現(xiàn)了在VR大空間行走中為用戶提供真實的觸覺反饋體驗。具體工作如下：

1）提出一種在VR大空間下，通過兩個物理代理交替的方式實現(xiàn)為多個虛擬目標提供觸覺反饋。

2）通過對虛擬交互區(qū)位置及朝向的設計來保證虛實對齊的精確度，保證了后續(xù)交互的成功率。

3）在交互階段結合觸覺重定向方法，進一步提高用戶交互質量。

1 相關工作

在大空間VR解決方案中，重定向行走算法的研究不斷發(fā)展［7］，如轉向中心算法、轉向軌道、轉向多目標算法［8］等，但它們都只關注如何在有限的物理空間中來漫游更大的物理空間的同時盡可能少地接觸邊界，并不關注虛擬環(huán)境與物理環(huán)境之間的對齊；近兩年提出了基于人工勢函數(shù)的重定向行走算法，如Thomas等［9］在2019年提出了一種推拉的反應式算法P2R（Push/Pull Reactive algorithm）來引導用戶遠離障礙物；Bachmann等［10］基于APF提出了支持多個用戶同時漫游的方法；Messinger等［11］基于APF探索了不規(guī)則物理空間的影響。雖然這幾種方法并不致力于虛實映射的對齊，但是基于APF思想，加入吸引力分量為將用戶引導至物理交互區(qū)提供了可能。

被動觸覺要求虛擬空間與現(xiàn)實空間一對一地映射。而當感官沖突時，視覺占主導地位，Kohli等［12］基于此提出了一種通過扭曲虛擬空間將多個虛擬對象映射到一個物理對象的重定向觸摸（Redirected Touching）技術為交互提供觸覺反饋。Azmandian等［13］則創(chuàng)建了一個用于重新利用被動觸覺的框架，稱為觸覺重定向（Haptic Retargeting）。該方法通過重復利用用戶附近的物理對象，允許單個物理對象為多個不同的虛擬物體提供觸覺反饋。但目前觸覺重定向主要解決在原地的交互，還未應用在大空間漫游之后的交互中。

目前，在VR大空間中為虛擬物體提供觸覺反饋的研究很少。Kohli等［14］提出了一種方法實現(xiàn)將用戶從一個虛擬基座帶到另一個虛擬基座，同時在物理空間中返回到同一基座。該方法旋轉圓形基座來規(guī)避角度誤差，且每次要走向某個虛擬基座之前都要先到達該基座與物理基座所在圓弧的圓心上，體驗感較差。Thomas等［15］在基于APF的重定向算法基礎上，增加了吸引力分量將用戶引導至物理交互區(qū)，以提高虛擬交互區(qū)與物理交互區(qū)對齊精確性；但該方法只考慮了距離誤差，實驗結果表明誤差也比較大，且未通過真正的交互實驗加以驗證。

2 本文交互系統(tǒng)的設計

2.1　硬件方案設計

圖1　本文交互系統(tǒng)的設計

虛擬場景中用戶行走路線及虛擬交互點示意如圖2所示。用戶以一個物理交互區(qū)為起點，虛擬空間中的起點為初始位置，然后在虛擬空間中走向下一個虛擬交互區(qū)，同時在物理空間中會逐漸地被引導至另一個物理交互區(qū)，走到交互區(qū)完成觸摸交互，然后再轉向下一個目標，如此循環(huán)。

圖2　虛擬場景中的路線及交互點示意圖

本文采用兩個物理交互區(qū)的設計是為了改進文獻［14］中使用單個物理交互區(qū)連續(xù)作為對齊目標時需要設置中間拐點或旋轉點的問題，本文設置兩個物理交互區(qū)交替地為多個虛擬交互區(qū)提供觸覺，當完成一次對齊后，另外一個物理交互區(qū)將自動成為對齊目標。

2.2　系統(tǒng)流程

本文系統(tǒng)分為客戶端軟件和服務器端軟件：客戶端軟件部署在連接Kinect的主機上；服務器端軟件部署在連接VR的主機上。實驗開始時，目標生成模塊會按照3.2、3.3節(jié)中的方式生成虛擬交互區(qū)，然后在用戶朝著目標徑直前進時通過重定向行走模塊不斷地旋轉虛擬場景來改變用戶行走方向；當用戶走到虛擬交互區(qū)時由于施加的對齊效果，在物理空間中的位置也在物理交互區(qū)附近，此時部署在物理交互區(qū)的客戶端將通過手部捕捉模塊不斷地獲取用戶右手掌心位置，經過坐標變換后將其通過TCP Client模塊發(fā)送至服務器端，服務器端通過TCP Server模塊收到坐標后將通過同步模塊不斷更新虛擬手位置，當用戶進入觸覺重定向后，觸覺重定向模塊將會對虛擬手施加偏移，當虛擬手接觸到虛擬交互區(qū)前方放置的虛擬目標后視為本次交互結束，將生成下一個虛擬交互區(qū)。本文的軟件架構如圖3所示。

圖3　系統(tǒng)軟件架構

3 面向觸覺代理的重定向行走

與之前的重定向算法不同，面向觸覺代理的重定向行走方法必須要保證虛擬交互區(qū)與物理交互區(qū)對齊的準確性。本文通過以下方法來提高對齊精確性。

3.1　重定向行走算法

本文采用文獻［15］中基于APF的重定向行走算法來實現(xiàn)用戶在虛擬空間中的漫游（注：本文后續(xù)提到APF算法特指該算法），該算法通過在勢函數(shù)中加入吸引力分量來提高算法的對齊能力。

算法1 APF算法。

輸出 用戶當前最佳的轉向方向；

2）計算物理對準目標所產生的勢能：

3）計算用戶當前位置的總勢能：

4）計算總勢能的負梯度作為最優(yōu)的轉向方向：

5）根據(jù)施加平移增益和曲率增益。

需要注意的是，當用戶在虛擬空間中移動時，在重定向算法中只施加曲率增益和平移增益，沒有施加旋轉增益。

為防止用戶走出游玩區(qū)，采用2∶1旋轉重置算法［16］，即當用戶走到物理邊界時，提醒用戶在虛擬環(huán)境中旋轉一周，同時利用旋轉增益，實際上在物理環(huán)境中剛好旋轉180°。用戶經過2∶1旋轉重置算法后，在虛擬環(huán)境中依然是朝著虛擬目標的，而在物理環(huán)境中卻剛好與重置前的方向相反，之后可以繼續(xù)朝向物理環(huán)境內部進行漫游。

3.2　虛擬交互區(qū)的位置及朝向設計

將該式轉換后可得：

圖4　虛擬交互區(qū)位置與朝向的設計

3.3　擴展角度

圖5　角度擴展前后對比

4 面向Kinect交互的觸覺重定向

4.1　多Kinect位置跟蹤與同步

由于需要對兩個相距較遠的物理交互區(qū)進行實時的監(jiān)測，本文參考文獻［17］中的方法，采用雙Kinect對用戶右手進行跟蹤，但同一時刻用戶只可能在一個設備的監(jiān)測范圍內。采用客戶端?服務端模式，每臺設備與相應的客戶端計算機連接，將獲得的手部坐標轉換為世界坐標后，通過TCP協(xié)議將數(shù)據(jù)傳給服務器端，服務器端根據(jù)收到的手部坐標對虛擬手位置進行實時的更新。

4.2　觸覺重定向過程

在實際的實驗中，由于用戶并非精確地徑直走向虛擬交互區(qū)以及測試實驗環(huán)境的標定誤差等原因，用戶達到虛擬交互區(qū)時依然存在著虛實不對齊的問題，因此在交互階段采用觸覺重定向技術進一步提高用戶交互的成功率。

5 實驗與結果分析

實驗環(huán)境為Windows 10 x64，Unity3D引擎2019.2.8（64 bit），硬件平臺為Intel Core i7-1075H，內存16 GB，NVIDIA GeForce2060RTX顯卡。首先通過仿真實驗來驗證虛擬交互區(qū)的位置和朝向設計對虛實對齊精確性的作用；然后通過用戶交互實驗來說明本方案的在實際用戶交互中的表現(xiàn)。

5.1　仿真實驗

仿真實驗采用Azmandian等［19］的模擬器驗證本文相關設計對虛實對齊準確性的作用，并與APF算法進行對比。

圖6　重定向過程中和的位置變化

5.1.1實驗設計

仿真場景設計：考慮到需進行角度對齊，仿真場景的虛擬航路點用戶采用一個圓形的物理交互區(qū)（白色）并在其前方布置一張桌子來代替原模擬器中的小球，仿真場景的俯視圖如圖7所示。物理空間大小為10 m × 10 m，實驗采用兩個相距8 m，朝向相對的物理航路點作為對齊目標，交替地作為虛擬航路點的對齊對象。為了驗證對虛擬目標位置進行設計之后對對齊精確度的提升效果，實驗分為了三組。每組實驗會陸續(xù)生成100個航路點，每個航路點都是在距離前一個航路點的隨機距離上產生的。

圖7　仿真場景俯視圖

實驗三（APF+位置+朝向，即本文方法）：使虛擬交互區(qū)的朝向角度滿足式（3）式中的條件，即在使用APF算法基礎上考慮虛擬交互區(qū)位置和朝向。

圖8展示了仿真實驗一次對齊的過程，其中深色路線為虛擬路徑，淺色為真實路徑，深色圓形為虛擬交互區(qū)，白色圓形為物理交互區(qū)。

圖8　一次對齊過程

5.1.2實驗結果

仿真實驗的結果表明，按照本文方法在使用APF重定向行走算法基礎上，對虛擬目標的位置以及朝向進行設計之后，虛實對齊的距離和角度誤差均得到了明顯的減小，誤差可以達到交互的水平，與此同時，平均每次重置所漫游的距離也明顯提高，這為后續(xù)真正的交互實驗提供了有力的支撐。

表1　模擬器實驗結果統(tǒng)計

5.2　用戶實驗

5.2.1實驗設計

圖9　物理交互區(qū)與物理場景

虛擬場景設計：如圖10（a）所示，虛擬交互區(qū)在仿真實驗的基礎上，放置一個方盒作為觸摸目標。整個虛擬場景在是一個開闊的空間中設置了6個處在不同位置及角度的虛擬交互區(qū)，如圖10（b）所示，其位置及朝向符合式（1）、（2）、（3）的要求。實驗中陸續(xù)生成這6個虛擬交互區(qū)，用戶在虛擬空間中從起始位置出發(fā)，逐一與多個目標完成交互。當用戶在虛擬交互區(qū)中觸摸到方盒時視為本次交互結束，提醒用戶結束本次交互，然后自動生成下一個目標，用戶繼續(xù)朝著下一個目標前進。依次完成6次觸摸交互后實驗結束。

圖10　虛擬交互區(qū)與虛擬場景

本實驗邀請了10名年齡分布在20～25歲的志愿者來進行交互系統(tǒng)的任務測試。他們中既有不熟悉VR交互環(huán)境的一般參與者，也有了解VR交互的研究人員，測試過程分為以下三個階段：1）介紹交互系統(tǒng)的基本使用方法；2）介紹具體測試任務；3）開始任務測試。

5.2.2引入觸覺重定向的效果驗證

為了驗證在交互階段引入觸覺重定向的交互（Haptic Retargeting Interaction， HRI）與沒有引入觸覺重定向的交互（No Haptic Retargeting Interaction， NHRI）對交互質量的影響，本文進行了兩組實驗：一組在交互時會施加重定向偏移，另一個則沒有，其他實驗情況均保持一致。由于兩組實驗所采用的漫游方式相同，故并未采用仿真實驗中的EAA、EAM、EDA指標，而是采用最直觀的交互成功率作為實驗指標，實驗把用戶在虛擬空間和物理空間中同時觸摸到方盒作為交互成功，如圖11所示（本實驗中把一個直徑為18 cm的紅色小球作為虛擬手）。

圖11　成功交互示例

表2　交互結果統(tǒng)計

5.2.3與其他交互方法對比

為了驗證通過為大空間的虛擬目標提供觸覺反饋對用戶體驗感的提升，本文采取了與無被動觸覺（NonHaptic Interaction， NHI）、指令交互模式（Command Interaction， CI）的方式來漫游進行對比實驗。NHI交互下，拿走物理代理，用虛擬手碰撞虛擬物體，使用碰撞檢測進行判斷。CI采取凝視方式作為指令，用戶凝視虛擬方盒超過1.5 s，就發(fā)出指令直接將虛擬手的位置移動到虛擬方盒上，無需移動手臂，也不提供觸覺代理。三種交互之前在大空間中行走方式保持一致。

本實驗讓10名參與者分別使用三種交互系統(tǒng)。為了防止疲勞累積，參與者使用一種交互系統(tǒng)完成任務后便休息至少5 min并將目前應用比較廣泛的CI交互模式作為第一組實驗以降低學習效應帶來的影響。實驗完成后讓用戶進行對比并分別填寫問卷調查。需要說明的是實驗中暈動主要產生于在虛擬空間中漫游，而交互之前的漫游均采用文獻［15］中的重定向行走算法，且相關增益均限制在合理閾值中，故未開展SSQ（Simulator Sickness Questionnaire）沉浸感問卷調查［21］，本實驗問卷主要是針對交互階段，調查三種不同的交互方式的優(yōu)劣。問卷主要包含以下陳述：

S1：使用該交互方式，我可以很快理解并且進行交互操作。

S2：使用該交互方式讓我體驗到高度的沉浸感。

S3：使用該交互方式可以滿足我的交互需求。

S4：使用該交互方式讓我感到很疲勞。

對于以上陳述，參與者從1～5五個分段中給出自己的評分，1分代表完全不同意，5分代表完全同意，各交互方式的平均得分結果如圖12所示。

圖12　調查問卷結果

由圖12統(tǒng)計結果可以發(fā)現(xiàn)：1）易學習度方面，HRI與NHI通過虛擬手交互更符合用戶日常的習慣，容易操作；對于未接觸過VR的人來說，CI模式需要先進行學習適應才能正常操作，導致其易學習度稍低。2）疲勞感方面，NHI和HRI基本一致，比CI稍高，這是因為通過CI的方式，用戶不需要移動手臂，NHI和HRI在進行交互時，如果虛擬方盒與真實方盒距離較遠時，觸覺重定向算法偏移會讓人稍有不適。3）沉浸感方面，HRI由于提供了較為精確的被動觸覺，沉浸感最高；NHI由于沒有觸覺，用戶摸空的失望感導致沉浸感最差；CI由于是通過凝視的方式直接移動虛擬手，沉浸感比NHI稍高。4）交互能力方面，參與者普遍認為CI最好，這是因為其通過凝視的方式直接移動虛擬手，交互的速度和精確率都是最高的，NHI和HRI通過虛擬手交互，在施加觸覺重定向，交互速度稍慢，但也能滿足正常交互需求。

6 結語

目前VR大空間中重定向行走算法的研究已經逐漸成熟，但將其與交互結合的研究較少。目前的方法都沒有很好地解決虛擬交互區(qū)與物理交互區(qū)之間的對齊問題，虛擬交互區(qū)與物理交互區(qū)之間的位置誤差過大會直接影響到交互實驗的存在感體驗。本文通過基于人工勢場的重定向行走算法將用戶引導至物理交互區(qū)附近，通過對虛擬交互區(qū)位置和朝向角度的設計促進虛實交互區(qū)對齊。仿真實驗結果表明，本文方法可以有效提高對齊的準確性，用戶交互實驗結果表明，在交互階段引入觸覺重定向技術后，交互成功率明顯提高。與無被動觸覺以及指令交互模式交互方式進行對比實驗的結果顯示，通過本文中的方案為VR大空間中的虛擬目標提供觸覺將明顯提升用戶的沉浸感且仍具有不錯的交互質量。

[1] BOWMAN D A， DAVIS E T， HODGES L F， et al. Maintaining spatial orientation during travel in an immersive virtual environment［J］. PRESENCE： Virtual and Augmented Reality， 1999， 8（6）：618-631.

[2] RAZZAQUE S， KOHN Z， WHITTON M C. Redirected walking［C/OL］// Proceedings of the 2001 Eurographics Conference ［2021-09-21］.https：//diglib.eg.org/bitstream/handle/10.2312/egs20011036/rdw?eg2001?final?colour?electronic.pdf？sequence=1&isAllowed=y.

[3] SRA M， GARRIDO?JURADO S， SCHMANDT C， et al. Procedurally generated virtual reality from 3D reconstructed physical space［C］// Proceedings of the 22nd ACM Conference on Virtual Reality Software and Technology. New York： ACM， 2016： 191-200.

[4] SUN Q，WEI L Y， KAUFMAN A. Mapping virtual and physical reality［J］. ACM Transactions on Graphics， 2016， 35（4）： No.64.

[5] HINCKLEY K， PAUSCH R， GOBLE J C， et al. Passive real?world interface props for neurosurgical visualization［C］// Proceedings of the 1994 SIGCHI Conference on Human Factors in Computing Systems. New York： ACM， 1994：452-458.

[6] BROOKS F P， Jr.， OUH?YOUNG M， BATTER J J， et al. Project GROPE - haptic displays for scientific visualization［J］. ACM SIGGRAPH Computer Graphics， 1990， 24（4）：177-185.

[7] NILSSON N C， PECK T，BRUDER G， et al. 15 years of research on redirected walking in immersive virtual environments［J］. IEEE Computer Graphics and Applications， 2018， 38（2）：44-56.

[8] HODGSON E， BACHMANN E. Comparing four approaches to generalized redirected walking： simulation and live user data［J］. IEEE Transactions on Visualization and Computer Graphics， 2013， 19（4）：634-643.

[9] THOMAS J， ROSENBERG E S. A general reactive algorithm for redirected walking using artificial potential functions［C］// Proceedings of the 2019 IEEE Conference on Virtual Reality and 3D User Interfaces. Piscataway： IEEE， 2019：56-62.

[10] BACHMANN E R， HODGSON E， HOFFBAUER C， et al. Multi? user redirected walking and resetting using artificial potential fields［J］. IEEE Transactions on Visualization and Computer Graphics， 2019， 25（5）：2022-2031.

[11] MESSINGER J， HODGSON E， BACHMANN E R. Effects of tracking area shape and size on artificial potential field redirected walking［C］// Proceedings of the 2019 IEEE Conference on Virtual Reality and 3D User Interfaces. Piscataway： IEEE， 2019：72-80.

[12] KOHLI L. Redirected touching： warping space to remap passive haptics［C］// Proceedings of the 2010 IEEE Symposium on 3D User Interfaces. Piscataway： IEEE， 2010： 129-130.

[13] AZMANDIAN M， HANCOCK M， BENKO H， et al. Haptic retargeting： dynamic repurposing of passive haptics for enhanced virtual reality experiences［C］// Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. New York： ACM， 2016：1968-1976.

[14] KOHLI L， BURNS E， MILLER D， et al. Combining passive haptics with redirected walking［C］// Proceedings of the 2005 International Conference on Augmented Tele?Existence. New York： ACM， 2005：253-254.

[15] THOMAS J， HUTTON POSPICK C， SUMA ROSENBERG E. Towards physically interactive virtual environments： reactive alignment with redirected walking［C］// Proceedings of the 26th ACM Symposium on Virtual Reality Software and Technology. New York： ACM， 2020： No.10.

[16] WILLIAMS B， NARASIMHAM G， RUMP B， et al. Exploring large virtual environments with an HMD when physical space is limited［C］// Proceedings of the 4th Symposium on Applied Perception in Graphics and Visualization. New York： ACM， 2007：41-48.

[17] 姚壽文，栗麗輝，王瑀，等. 雙Kinect自適應加權數(shù)據(jù)融合的全身運動捕捉方法［J］. 重慶理工大學學報（自然科學）， 2019， 33（9）：109-117.（YAO S W， LI L H， WANG Y， et al. Full?body motion capture method based on dual Kinect adaptive weighted data fusion［J］. Journal of Chongqing University of Technology （Natural Science）， 2019， 33（9）： 109-117.）

[18] 曹力，吳小威，李琳. HMD?VR環(huán)境下基于平面輔助物的人機交互系統(tǒng)［J］. 北京理工大學學報， 2021， 41（5）：548-557.（CAO L， WU X W， LI L. Human?computer interaction system based on Planar?aid for head?mounted virtual reality environment［J］. Transactions of Beijing Institute of Technology， 2021， 41（5）： 548-557）

[19] AZMANDIAN M， GRECHKIN T， BOLAS M， et al. The redirected walking toolkit： a unified development platform for exploring large virtual environments［C］// Proceedings of the IEEE 2nd Workshop on Everyday Virtual Reality. Piscataway： IEEE， 2016：9-14.

[20] STEINICKE F， BRUDER G， JERALD J， et al. Estimation of detection thresholds for redirected walking techniques［J］. IEEE Transactions on Visualization and Computer Graphics， 2010， 16（1）： 17-27.

[21] KENNEDY R S， LANE N E， BERBAUM K S， et al. Simulator sickness questionnaire： an enhanced method for quantifying simulator sickness［J］. The International Journal of Aviation Psychology， 1993， 3（3）：203-220.

Passive haptic interaction method for multiple virtual targets in vast virtual reality space

WANG Jieke1， LI Lin1，2*， ZHANG Hailong1， ZHENG Liping2

（1，，230601，；2，（），230009，）

Focused on the issue that real interaction targets cannot be matched with the virtual interaction targets one by one when providing passive haptics for redirected walking users in a vast Virtual Reality （VR） space， a method with two physical proxies acting as haptic proxies to provide haptic feedback for multiple virtual targets was proposed， in order to meet the user’s passive haptic needs alternately during the redirected walking process based on Artificial Potential Field （APF）. Aiming at the misalignment of virtual and real targets caused by the redirected walking algorithm itself and inaccurate calibration， the position and orientation of the virtual target were designed and haptic retargeting was introduced in the interaction stage. Simulation experimental results show that the design of the virtual target position and orientation can reduce the alignment error greatly. User experiments prove that haptic retargeting further improves the interaction accuracy and can bring users a richer and more immersive experience.

vast Virtual Reality (VR) space; redirected walking; multi?virtual target; passive haptics; haptic retargeting

This work is partially supported by National Key Research and Development Program of China （2020YFC1523100）， National Natural Science Foundation of China （61972128）.

WANG Jieke， born in 1994， M. S. candidate. His research interests include virtual reality， human?computer interaction.

LI Lin， born in 1977， Ph. D.， associate professor. Her research interests include virtual reality， human?computer interaction.

ZHANG Hailong， born in 1998， M. S. candidate. His research interests include virtual reality， human?computer interaction.

ZHENG Liping， born in 1978， Ph. D.， professor. His research interests include computer graphics and simulation.

TP391.9

A

1001-9081（2022）11-3544-07

10.11772/j.issn.1001-9081.2021122123

2021?12?17；

2022?03?01；

2022?03?07。

國家重點研發(fā)計劃項目（2020YFC1523100）；國家自然科學基金資助項目（61972128）。

王杰科（1994—），男，河南許昌人人，碩士研究生，主要研究方向：虛擬現(xiàn)實、人機交互；李琳（1977—），女，安徽合肥人，副教授，博士，CCF會員，主要研究方向：虛擬現(xiàn)實、人機交互；張海龍（1998—），男，安徽阜陽人，碩士研究生，主要研究方向：虛擬現(xiàn)實、人機交互；鄭利平（1978—），男，湖北麻城人，教授，博士，CCF會員，主要研究方向：計算機圖形學與仿真。