技术摘要：通过增强现实约束下的虚拟环境提升 VR 远程临场感的用户评估

问题陈述

将虚拟现实（VR）与机器人技术相结合，用于远程临场感（Telepresence）和远程操作，在从危险探索到搜索救援的广泛应用领域中具有显著潜力。然而，现有的解决方案通常依赖于昂贵且难以获取的硬件（例如高端 360 度摄像机、先进的触觉设备），或者存在严重的可用性问题。具体而言，将摄像机画面直接映射到头戴式显示器（HMD）可能会因为延迟、帧率不匹配或滞后而引发模拟器眩晕症（Simulator Sickness）。此外，使用键盘、鼠标或摇杆的传统控制方案往往无法提供自然的运动感，导致用户产生定向障碍并降低沉浸感。用户缺乏与物理转向观察后方相关的前庭觉和本体感觉线索，而这些线索对于建立强烈的空间存在感至关重要。此外，传统设置中有限的视野（FOV）会加剧定向障碍。挑战在于开发一种能够利用标准、价格适中的工业硬件，同时保持准确、沉浸式控制并最大限度减少模拟器眩晕症的远程临场感解决方案。

方法论

本研究提出了一种集成机器人、虚拟环境（VE）和 VR 设备以模拟真实世界并缓解硬件限制的远程操作框架。

• 硬件配置： 系统使用了配备 ROS 2（Ubuntu-Humble）的 ROSBot 2R 机器人及虚拟机的组合。机器人配备了内置摄像机（由于驱动限制，分辨率较低，为 320x240，帧率为 15 FPS）和激光雷达（LIDAR）扫描仪。用户界面由标准的 HMD 和 VR 控制器组成。
• 软件架构： 系统使用 Unity 3D 和 Visual Studio 开发，并结合 ROS TCP 端点进行通信。虚拟环境根据机器人的 LIDAR 数据实时生成，用以代表远程位置。
• 核心机制： 为了解决延迟和沉浸感问题，系统采用了中间数字环境。系统并未将机器人的视频流直接投影到 HMD 上（这会将硬件延迟暴露给用户），而是让用户观察一个虚拟控制室。
  • 视觉延迟线索： VE 中的一个“悬浮屏幕”显示机器人的摄像机画面。该屏幕会根据机器人在现实世界中的实际朝向进行旋转。通过观察该悬浮屏幕相对于用户自身视角的方位，用户可以直观地感知控制延迟，而不会影响周围数字环境的刷新率。
  • 自然运动： 系统将用户在 VE 中的物理头部旋转映射到现实世界中机器人的旋转。如果用户在 VE 中旋转 180 度，远程的机器人也会旋转 180 度。
  • 环境辅助： VE 包含了由 LIDAR 扫描生成的代表障碍物和障碍物的 3D 物体，提供了空间上下文和导航辅助。
• 用户研究： 研究通过 15 名志愿者（因一次技术故障，有效结果为 14 份）进行的验证研究。参与者需在三分钟的限制内，利用该系统在一个包含四个隐藏物品的物理迷宫中进行导航。
• 数据收集： 测试结束后，参与者完成了包含关于沉浸感、控制自然度、响应性和虚拟环境实用性的 Likert 量表问题的调查。一个数值问题评估了存在感，以及一个带有自由文本评论的“是/否”问题用于衡量对未来增强功能的兴趣。

核心贡献

1. 缓解延迟的远程临场感框架： 本文引入了一种将用户的视觉体验与机器人硬件延迟解耦的方法。通过使用带有悬浮屏幕的虚拟控制室来可视化机器人的实际状态，系统允许用户感知延迟，而不会遭受直接、滞后的视频流在 HMD 上所带来的模拟器眩晕症。
2. 自然控制方案： 该研究展示了一种控制机制，即 VR 中的物理头部旋转直接转化为机器人的旋转，从而恢复了在基于键盘/鼠标的远程操作中经常丢失的自然前庭觉和本体感觉线索。
3. 低成本硬件的可行性： 本研究验证了通过软件驱动的环境线索和延迟可视化，利用“并不理想”的硬件（低分辨率、低 FPS 的摄像机和标准消费级 VR）实现沉浸式远程临场感体验是可行的。
4. 实证验证： 研究通过涉及迷宫导航的用户测试提供了定量和定性数据，并将用户反馈分为五个不同领域：沉浸感、虚拟环境接受度、导航辅助、硬件限制以及用户对未来开发的期望。

结果

用户研究在五个类别中得出了以下发现：

• 用户沉浸感： 系统成功培养了存在感。感受到“身临其境”的平均接受率为 78.6%，其中 28.6% 的用户报告感到物理存在。关于整体体验的沉浸感，平均接受率为 87.5%。
• 虚拟环境接受度： 用户普遍接受该虚拟环境，平均接受率为 82.1%。大多数用户对环境的喜爱程度评为“肯定”或“可能”。
• 导航辅助： 关于虚拟环境是否辅助导航的反馈褒贬不一但总体积极，平均接受率为 73.2%。虽然 42.9% 的用户认为它“肯定”有帮助，但也有人表示不确定。
• 硬件限制与性能：
  • 控制： 用户对控制的自然度评价积极（平均 66.1%），57.1% 的用户将其评为“极好”。
  • 响应性： 对响应性的感知褒贬不一（平均 51.8%），28.6% 的用户认为系统“响应性不高”，这反映了底层的硬件约束。
  • 碰撞： 78.6% 的用户经历了至少一次碰撞，平均每位用户发生 1.78 次碰撞。
  • 迷失方向： 71.4% 的用户在测试期间没有迷失方向，表明尽管存在硬件限制，系统仍提供了足够的定向线索。
  • 任务完成情况： 平均找到的物品数量为 1.93 个（总共 4 个），这表明虽然系统具有可导航性，但低保真度的硬件和短时间限制带来了挑战。
• 用户情绪： 85.7% 的用户表示希望进行未来的功能增强，以便在遥远地点进行操作。词云分析显示，自由文本评论中的正面词汇包括“好”、“完美”、“酷”，同时也存在针对摄像机改进的具体请求以及对延迟（“滞后”、“问题”）的担忧。

意义与主张

本文声称其主要目标已经实现：即创建一个能够使用普通用户易于获得的硬件实现远程临场感的 VR 系统。研究结论如下：

• 低成本方案的可行性： 如果系统设计能够通过视觉线索和延迟可视化仔细考虑其局限性，那么使用并不理想的硬件创造沉浸式远程操作体验是可能的。
• 减少模拟器眩晕症： 中间数字环境通过将用户从机器人的视频原始延迟中隔离出来，成功降低了模拟器眩晕症的风险。
• 用户参与度： 尽管存在硬件约束，用户仍报告了高度的沉浸感和对虚拟环境的接受度。
• 未来潜力： 研究验证了利用 VR 增强人机交互（HRI）的概念，并指出进一步的改进（如改进连接性和增加视觉线索）可以进一步提升性能并扩展此类系统的用途。

作者保持了谦逊的基调，承认虽然系统取得了成功，但关于响应性和碰撞的混合结果凸显了在使用较低规格硬件时持续存在的权衡。这项工作作为一个概念验证，证明了当标准工业硬件与增强型 VR 框架相结合时，可以为实现可及的远程临场感提供一条可行的路径。