北达科他大学团队开发基于机器学习的VR晕动症动态缓解系统
通过动态、实时的调整来减轻沉浸式环境中的晕动症
（映维网Nweon 2025年06月05日）缓解或消除晕动症是XR行业的一个关键课题。在一项研究中，美国北达科他大学团队提出了一种新的自适应虚拟现实系统，并旨在通过动态、实时的调整来减轻沉浸式环境中的晕动症。
系统使用基于头部追踪和运动学数据训练的机器学习模型来实时预测晕动症的程度。自适应系统然后调整注视点渲染（FFR）强度和视场以提高用户的舒适度。团队的目标是平衡可用性和系统性能，并相信这个方法将优化用户体验和性能。
虚拟现实正在成为一项改变数字环境中用户交互的尖端技术。有研究表明，虚拟现实的采用率显著上升，预计到2030年将达到15%。然而，晕动症是首次用户的常见体验，相关症状包括恶心、头晕、定向障碍和头痛。
它会严重影响用户体验，限制VR技术的采用。所以，减轻晕动症影响对于更具包容性的VR体验而言至关重要。多年来，人们提出了各种方法来减轻VR中的晕动症。各种相互关联的方法已协同使用，以提高用户舒适度和延长虚拟现实使用的持续时间。
有的解决方案侧重于通过高刷新率、最小的运动-光子延迟和视场限制来优化VR显示。其他方法则使用来自内置或外部传感器的实时数据，并进行实时计算和响应，以提供更个性化的用户体验。
......（全文 1591 字，剩余 1112 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
