韩国提出SA-ISA算法提升MR远程协作的空间对齐与交互体验
空间可视性感知的交互式子空间分配算法
（映维网Nweon 2025年02月06日）为了支持用户在混合现实远程呈现期间能够像在同一空间中一样协作，我们必须克服空间异质性，并通过将远程空间集成到目标主机空间中来生成统一的共享协作环境。但现有的方法会因为远程空间数量的增加而产生狭窄的共享空间。
为了在远程空间数量增加的情况下稳健地与主机空间对齐，韩国科学技术院提出了一种空间可视性感知的交互式子空间分配算法。
所述方法的关键概念是分别考虑可感知和可交互的区域，其中每个用户都看到相同的相互空间，但每个远程用户有不同的可交互子空间。团队对900个空间组合进行了评估，将远程空间的数量变化为2个、4个和6个。
结果表明，所提出方法在确保广泛的可交互互空间和实例化用户方面表现优于其他方法。不同远程位置的多个客户能够访问AR主机的空间，允许他们通过在连接的相互空间内对齐物理子空间直接与桌子，墙壁或地板进行交互。
一系列的企业开始采用远程协作，并取得了灵活性、便利性、节约成本等积极成果。然而，具有有限交互的远程协作导致了低水平的临在感。从这个角度来看，远程客户端通XR头显访问主机空间的混合现实远程呈现系统作正在获得关注。
由于多个用户位于异构环境中，关键问题之一是克服空间异质性并生成一个相互空间，允许远程用户可以与主机空间中的对象进行交互。然而，手动调整物理空间以匹配主机空间的成本十分昂贵，并且对于跨高度不同和多个空间的协作来说甚至更成问题。
为了解决相关问题，系统应该了解主机和远程空间的空间配置，并为每个远程客户端空间找出最佳对齐区域。对于沉浸式MR远程协作，重要的是每个用户可以通过将其物理空间注册到虚拟空间中，直观地与所连接的虚拟空间中的桌子、墙壁或地板进行交互。
MR远程呈现情况的另一个问题是，当远程用户的Avatar在另一个用户的空间中实例化时，当远程Avatar与现场用户重叠时，沉浸感就会打破。所以，需要一种新的空间匹配方法，即便多个用户从不同的空间访问，都能鲁棒地匹配可交互区域，并且考虑每个远程用户的Avatar的实例化位置，以避免他们重叠现场用户。
韩国科学技术院提出了一种空间可视性感知交互子空间分配（SA-ISA）方法，允许来自多个远程空间的AR/VR客户端通过为每个远程用户分配不同的交互子空间来访问主机空间，而所有用户都可以看到整个主机的空间。
考虑到空间的可视性，研究人员专注于三个主要的协作环境，它们具有一般的交互目标：桌子、墙壁和地板。假设主机用户从上述三个交互目标中选择了协作上下文，并且来自多个远程空间的远程客户端可以通过四个过程访问主机空间并进行交互。
第一步是使用场景图从主机空间中选择目标，找到每个客户机空间的最优物理对象。
第二步是使用优化算法为每个客户端空间找到最佳位置，以确保广泛的语义对齐的可交互区域，并考虑主要的可交互区域。
第三步是根据对齐的可交互区域确定客户机和主机的最佳实例化位置，以允许利用它们自己的物理几何形状，同时防止侵犯每个用户的个人空间。
最后一步是从每个客户机的空间提取子空间，以确保每个客户机都有足够的可交互空间，同时最大限度地减少语义不匹配的区域。
为了评估所提出的SA-ISA，团队对三个主要的交互目标（桌子、墙和地板）进行了实验，并将每种方法命名为SA-Table、SA-Wall和SA-Floor。
为了进行评估，组合4个主机空间和10个客户端空间，将客户端空间的数量变化为2个、4个和6个（900个空间组合）。
首先，基于子空间的匹配方法（SA-ISA和S-ISA）在每个上下文中存在物理可实例化区域的情况下，即便客户端数量增加，大多数情况下都能成功实例化用户，而S-TI在1个主机和4个客户端空间下的成功率仅为13.25%，而在6个客户端空间的空间组合中无法分配用户。
另外，结果表明随着客户端空间的增加，SA-ISA可以获得更大的总交互空间，而S-TI的总交互空间则减少。
团队的结论是，SA-ISA通过反映协作环境有效地创造了相互空间，而S-ISA和S-IT仅适用于以地板为中心的站立场景。
相关论文：Spatial Affordance-aware Interactable Subspace Allocation for Mixed Reality Telepresence
总的来说，团队提出了一种新的可交互子空间分配算法，考虑了来自多个不同空间的远程AR/VR用户访问主机空间的MR远程协作的空间可视性。
利用场景图，研究人员找到了主机和客户空间之间的一对交互目标（桌子、墙壁和地板），并提出了考虑协作上下文的空间匹配算法。它可以从异构空间中为每个客户机保护可交互的子空间，同时最大限度地减少不必要的障碍增加。
以其作为基础，他们提出了一种空间感知的用户实例化算法。团队通过900个现实空间组合的空间匹配实验来评估方法。结果表明，随着客户端空间数量的增加，所提出的SA-ISA方法可以生成更大的总交互空间，并且不必要的对象增加量不到简单语义交集方法的一半。
