Resumen Técnico: Evaluación de Usuario de Telepresencia a través de un Marco de RV Mejorado con Entorno Virtual con Restricciones del Mundo Real

Planteamiento del Problema

La integración de la Realidad Virtual (RV) y la robótica para la telepresencia y teleoperación ofrece un potencial significativo para aplicaciones que van desde la exploración peligrosa hasta la búsqueda y rescate. Sin embargo, las soluciones existentes suelen depender de hardware costoso e inaccesible (por ejemplo, cámaras de 360 grados de alta gama, dispositivos hápticos avanzados) o sufren de problemas críticos de usabilidad. Específicamente, el mapeo directo de la transmisión de la cámara a un Visor de Montaje en la Cabeza (HMD) puede inducir cinetosis (simulator sickness) debido a la latencia, desajustes en la tasa de fotogramas o retrasos. Además, los esquemas de control tradicionales que utilizan teclados, ratones o joysticks a menudo no logran proporcionar una locomoción natural, lo que conduce a la desorientación del usuario y a una reducción de la inmersión. Los usuarios carecen de las señales vestibulares y propioceptivas asociadas con el giro físico para mirar hacia atrás, las cuales son esenciales para un fuerte sentido de presencia espacial. Asimismo, los campos de visión (FOV) limitados en las configuraciones tradicionales exacerban la desorientación. El desafío consiste en desarrollar una solución de telepresencia que utilice hardware estándar de precio moderado, manteniendo controles precisos e inmersivos y minimizando la cinetosis.

Metodología

Este estudio propuso un marco de teleoperación que integra un robot, un entorno virtual (VE) y equipo de RV para imitar el mundo real mitigando las limitaciones del hardware.

• Configuración de Hardware: El sistema utilizó un robot ROSBot 2R acoplado a una máquina virtual que ejecuta ROS 2 (Ubuntu-Humble). El robot estaba equipado con una cámara integrada (operando a una baja resolución de 320x240 y 15 FPS debido a restricciones del controlador) y un escáner LIDAR. La interfaz de usuario consistió en un HMD estándar y controladores de RV.
• Arquitectura de Software: El sistema fue desarrollado utilizando Unity 3D y Visual Studio, incorporando el ROS TCP Endpoint para la comunicación. Se generó un entorno virtual en tiempo real basado en los datos del LIDAR del robot para representar la ubicación remota.
• Mecanismo Central: Para abordar los problemas de latencia e inmersión, el sistema empleó un entorno digital intermedio. En lugar de proyectar directamente la transmisión de video del robot al HMD (lo que expondría al usuario a la latencia del hardware), el usuario visualizó una sala de control virtual.
  • Señales de Latencia Visual: Una "pantalla flotante" dentro del VE mostraba la transmisión de la cámara del robot. Esta pantalla rotaba para coincer con la orientación real del robot en el mundo físico. Al observar la orientación de esta pantalla flotante en relación con el propio punto de vista del usuario, los usuarios podían percibir visualmente la latencia de control sin que esto afectara la tasa de refresco del entorno digital circundante.
  • Locomoción Natural: El sistema mapeó la rotación física de la cabeza del usuario en el VE a la rotación del robot en el mundo real. Si un usuario rotaba 180 grados en el VE, el robot rotaba 180 grados remotamente.
  • Ayudas Ambientales: El VE incluyó objetos 3D que representan barreras y obstáculos derivados del escaneo LIDAR, proporcionando contexto espacial y ayudas de navegación.
• Estudio de Usuario: Se llevó a cabo un estudio de validación con 15 voluntarios (14 resultados válidos tras un fallo técnico). Los participantes navegaron por un laberinto físico que contenía cuatro objetos ocultos dentro de un límite de tres minutos utilizando el sistema.
• Recolección de Datos: Tras la prueba, los participantes completaron una encuesta que incluía preguntas de escala Likert sobre inmersión, naturalidad de los controles, capacidad de respuesta y la utilidad del entorno virtual. Una pregunta numérica evaluó el sentido de presencia, y una pregunta de sí/no con comentarios de texto libre midió el interés en futuras mejoras.

Contribuciones Clave

1. Marco de Telepresencia con Mitigación de Latencia: El documento introduce un método para desacoplar la experiencia visual del usuario de la latencia del hardware del robot. Al utilizar una sala de control virtual con una pantalla flotante para visualizar el estado real del robot, el sistema permite al usuario percibir el retraso sin sufrir la cinetosis asociada a las transmisiones de video directas y lentas en un HMD.
2. Esquema de Control Natural: El estudio demuestra un mecanismo de control donde la rotación física de la cabeza en RV se traduce directamente en la rotación del robot, restaurando las señales vestibulares y propioceptivas naturales que a menudo se pierden en la teleoperación basada en teclado/ratón.
3. Viabilidad de Hardware de Bajo Costo: La investigación valida que se puede lograr una experiencia de telepresencia inmersiva utilizando hardware "menos que ideal" (cámaras de baja resolución y baja tasa de fotogramas y RV de consumo estándar) compensándolo mediante señales ambientales impulsadas por software.
4. Validación Empírica: El estudio proporciona datos cuantitativos y cualitativos de una prueba de usuario que involucró la navegación por un laberinto, categorizando la retroalimentación de los usuarios en cinco áreas distintas: inmersión, aceptabilidad del entorno virtual, ayudas de navegación, limitaciones de hardware y deseo del usuario por desarrollos futuros.

Resultados

El estudio de usuario arrojó los siguientes hallazgos a través de cinco categorías:

• Inmersión del Usuario: El sistema fomentó con éxito un sentido de presencia. La tasa media de aceptación de sentirse "físicamente allí" fue del 78.6%, con un 28.6% de usuarios que reportaron sentirse físicamente presentes. Respecto a la experiencia general como inmersiva, la aceptación media fue del 87.5%.
• Aceptabilidad del Entorno Virtual: Los usuarios aceptaron generalmente el entorno virtual, con una aceptación media del 82.1%. La mayoría de los usuarios calificaron su agrado por el entorno como "definitivamente" o "probablemente".
• Ayudas de Navegación: Los comentarios sobre si el entorno virtual ayudó a la navegación fueron mixtos pero positivos, con una aceptación media del 73.2%. Mientras que el 42.9% de los usuarios sintieron que "definitivamente" ayudó, otros no estaban tan seguros.
• Limitaciones de Hardware y Rendimiento:
  • Controles: Los usuarios calificaron positivamente la naturalidad de los controles (media de 66.1%), con un 57.1% calificándolos como "geniales".
  • Capacidad de Respuesta: Las percepciones de capacidad de respuesta fueron mixtas (media de 51.8%), con un 28.6% que encontró el sistema "no muy responsivo", lo que refleja las restricciones subyacentes del hardware.
  • Colisiones: El 78.6% de los usuarios experimentaron al menos una colisión, con un promedio de 1.78 colisiones por usuario.
  • Perderse: El 71.4% de los usuarios no se perdieron durante la prueba, lo que sugiere que el sistema proporcionó suficientes señales de orientación a pesar de las limitaciones del hardware.
  • Completitud de la Tarea: El número promedio de objetos encontrados fue de 1.93 de cuatro, lo que indica que, si bien el sistema es navegable, el hardware de baja fidelidad y el corto límite de tiempo presentaron desafíos.
• Sentimiento del Usuario: El 85.7% de los usuarios expresaron deseo de mejoras futuras para permitir operaciones en ubicaciones remotas lejanas. El análisis de la nube de palabras de los comentarios de texto libre destacó términos positivos ("bueno", "perfecto", "genial") junto con solicitudes específicas para mejoras de la cámara y preocupaciones respecto a la latencia ("lento", "problema").

Significancia y Reivindicaciones

El documento afirma que su objetivo principal se logró: crear un sistema de RV que permita la telepresencia utilizando hardware disponible para el usuario promedio. El estudio concluye que:

• Viabilidad de Soluciones de Bajo Costo: Es posible crear una experiencia de teleoperación inmersiva utilizando hardware "menos que ideal" si el diseño del sistema tiene en cuenta cuidadosamente sus limitaciones mediante señales visuales y la visualización de la latencia.
• Reducción de la Cinetosis: El entorno digital intermedio redujo con éxito el riesgo de cinetosis al aislar al usuario de la latencia bruta de la transmisión de video del robot.
• Compromiso del Usuario: A pesar de las limitaciones de hardware, los usuarios reportaron altos niveles de inmersión y aceptación del entorno virtual.
• Potencial Futuro: El estudio valida el concepto de usar la RV para mejorar la Interacción Humano-Robot (HRI), sugiriendo que futuros refinamientos (como la mejora de la conectividad y las señales visuales adicionales) podrían mejorar aún más el rendimiento y expandir la utilidad de tales sistemas para la exploración remota.

Los autores mantienen un tono modesto, reconociendo que, aunque el sistema fue exitoso, los resultados mixtos sobre la capacidad de respuesta y las colisiones resaltan los compromisos constantes cuando se utiliza hardware de menor especificación. El trabajo sirve como una prueba de concepto de que el hardware estándar de la industria, cuando se combina con un marco de RV mejorado, puede proporcionar un camino viable hacia una telepresencia accesible.