Хранилище локомоций — сравнительный каталог методов ВР-передвижения

156

Движение — один из фундаментальных элементов любого приложения виртуальной реальности, потому что оно напрямую влияет на то, как человек отнесётся к продукту, особенно с точки зрения комфорта. С разработки первых ВР-экспериментов инженеры и учёные создали огромное количество методов перемещения аватара пользователя по виртуальному пространству, и каждый имеет свои плюсы и минусы. Систематизировать их взялась команда из трёх университетов и компании «Microsoft».

Исследовательский проект «Хранилище локомоций» («Locomotion Vault») разработали Массимилиано Ди Лука (Massimiliano Di Luca) из Бирмингемского университета, Саймон Иган (Simon Egan) из Вашингтонского университета, Хасти Сейф (Hasti Seif) из Копенгагенского университета и Мар Гонсалес-Франко (Mar Gonzalez-Franco) из Microsoft Research. Это каталог с более чем сотней методов передвижения, одной из целей которого является выявление проблем инноваций в этой области:

В руках исследователей и практиков этот инструмент может способствовать дальнейшему развитию области локомоции, поддержать открытие и создание новых методов передвижения и помочь исследователям справиться с большим набором атрибутов и техник в области постоянных инноваций и, в конечном итоге, создать новые методы, которые решат серьёзные проблемы в передвижении в виртуальной реальности в ближайшие годы.

Учёные классифицировали методы по ряду критериев, таких как поза, скорость, многозадачность, затрачиваемая пользователем энергия и даже соответствие ощущений от аватара ощущениям собственного тела человека. Locomotion Vault приветствует обогащение базы данных посетителями. Добавить новый метод можно при помощи кнопки «Enter a New Technique» в верхней части сайта.

Критерии для определения близости различных методов взяты из литературы и статей по ВР-перемещению — источники исследователи приводят в своей оригинальной статье. В ней же подробно разобрана методика вычисления сходства. Учёные отмечают, что выбрали автоматизированный подход, позволяющий легко масштабировать базу данных со временем.

Не пропускайте важнейшие новости о дополненной и виртуальной реальности — подписывайтесь на Голографику в TelegramВКTwitter и Facebook!

Далее: Unity представила синтетические датасеты для машинного обучения