本發明涉及虛擬現實，更具體地說，涉及一種基于感知覺理論的虛擬現實暈動癥主觀感受干預方法。

背景技術：

1、虛擬現實暈動癥，也稱為模擬器病或虛擬現實病，是指用戶在使用虛擬現實(vr)技術時由于視覺感知與身體本體感覺、前庭覺之間的不協調而產生的一系列不適癥狀，如頭暈、惡心、嘔吐、眼疲勞等，嚴重影響了用戶對虛擬現實設備的使用時長和接受程度。

2、目前，針對虛擬現實暈動癥的研究主要集中在硬件設備改進(如提高顯示幀率、降低延遲等)方面，雖然取得了一定的成效，但仍無法完全消除暈動癥的發生；并且，對于已產生暈動癥主觀感受的用戶，缺乏有效的實時干預方法。因此，開發一種能夠在用戶體驗虛擬現實過程中，基于感知覺理論對暈動癥主觀感受進行有效干預的方法具有重要意義。

技術實現思路

1、為解決上述問題，本發明提供了一種基于感知覺理論的虛擬現實暈動癥主觀感受干預方法。

2、本發明提供了一種基于感知覺理論的虛擬現實暈動癥主觀感受干預方法，包括：

3、步驟101：采集得到當前用戶本體感覺參數信息，所述本體感覺參數信息包括但不限于頭部運動數據、眼球運動數據、生理數據；

4、步驟102：利用數據分析算法對當前采集的數據進行實時分析，判斷用戶是否出現暈動癥的早期數據；

5、步驟103：在出現暈動癥的早期數據時，基于暈動癥的生理數據確定暈動癥的等級，所述暈動癥等級包括第一等級、第二等級與第三等級；

6、步驟104：基于當前用戶的暈動癥等級動態調整虛擬現實場景中的視覺信息的呈現方式；

7、步驟105：持續收集用戶在干預過程中的反饋信息，并根據用戶的反饋信息，進一步優化各項參數。

8、優選的，所述利用數據分析算法對當前采集的數據進行實時分析，判斷用戶是否出現暈動癥的早期數據的具體步驟為：

9、基于大量已標注的用戶數據進行訓練；

10、將采集得到的實時多維度數據作為輸入；

11、構建決策樹模型判斷當前用戶是否有暈動癥的早期數據。

12、優選的，所述構建決策樹模型判斷當前用戶是否有暈動癥的早期數據的具體步驟為：

13、收集包含眾多用戶的多維度數據；

14、對收集的多維度數據進行清洗，去除有明顯錯誤或缺失值過多的數據記錄；

15、計算各特征與暈動癥標注結果之間的相關性；

16、確定哪些特征可以作為決策樹模型的輸入特征；

17、從已確定的特征集合中選擇一個最能區分暈動癥和非暈動癥的特征作為根節點；

18、對于根節點劃分出的每個分支，再在剩余的特征中繼續選擇區分能力強的特征作為新的內部節點，進一步細分分支；

19、利用標注好的訓練數據集，依據上述構建過程生成決策樹模型；

20、基于一部分預留的驗證數據集對訓練好的決策樹模型進行評估，看其預測準確率、召回率、f1值等指標是否達到預期；

21、當實時采集到用戶的多維度數據后，對這些多維度數據進行和訓練數據一樣的預處理及特征提取操作；

22、將處理好的數據從決策樹的根節點開始，按照相應特征的數值對應到不同的分支路徑，最終到達葉子節點。

23、優選的，在出現暈動癥的早期數據時，基于暈動癥的生理數據確定暈動癥的等級的具體步驟包括：

24、獲取得到當前早期數據的評估數據；

25、若所述評估數據位于第一區間時，確定為第一等級，表示當前用戶的暈動癥表現為輕度癥狀；

26、若所述評估數據位于第二區間時，確定為第二等級，表示當前用戶的運動癥表現中度癥狀；

27、若所述評估數據位于第三區間時，確定為第三等級，表示當前用戶的運動癥表現重度癥狀。

28、優選的，所述獲取得到當前早期數據的評估數據的具體步驟為：

29、計算特定腦區得到θ、α、β、γ頻段的能量；

30、設定各頻段能量的閾值，當實際能量值超過閾值時，認為存在暈動癥風險；

31、計算心率變異性的頻域指標，包括低頻功率(lf)和高頻功率(hf)；

32、設定lf/hf比值的閾值，當比值超過閾值時，認為存在暈動癥風險；

33、計算皮膚電信號的變化率；

34、設定皮膚電信號變化率的閾值，當變化率超過閾值時，認為存在暈動癥風險；

35、根據上述指標的閾值，使用邏輯運算公式來確定暈動癥的等級，其中邏輯運算公式為：

36、

37、其中，teeg、thrv、teda分別代表eeg能量、hrv的lf/hf比值、eda變化率的閾值。

38、優選的，所述計算特定腦區得到θ、α、β、γ頻段的能量的方法為：

39、依據公式得出；

40、其中，xi是頻段中的功率譜密度值，n是樣本數量。

41、優選的，所述基于當前用戶的暈動癥等級動態調整虛擬現實場景中的視覺信息的呈現方式的具體方式包括以下步驟：

42、獲取得到當前用戶的原始視野范圍vys；

43、獲取的得到減少的視網膜周邊區域信息比例r；

44、依據公式vnew＝vys×(1-r)得到調整后的視野范圍。

45、優選的，所述基于當前用戶的暈動癥等級動態調整虛擬現實場景中的視覺信息的呈現方式的具體方式還包括以下步驟：

46、獲取得到原始視覺場景參數sys；

47、根據當前用戶的前庭感知(v)和本體感受(p)來調整視覺場景參數，并表示為f(v,p)；

48、依據公式snew＝sys×f(v,p)，其中，snew是調整后的視覺場景參數。

49、優選的，所述基于當前用戶的暈動癥等級動態調整虛擬現實場景中的視覺信息的呈現方式的先后順序為：

50、在確定暈動癥等級為第一等級或第二等級時，優先選擇調整當前用戶的視野范圍；

51、在得到調整后的視野范圍后，判斷當前用戶的暈動癥現象是否緩解；

52、當暈動癥癥狀持續時，選擇調整視覺場景參數；

53、在得到調整后的視覺場景參數后，判斷當前用戶的暈動癥現象是否緩解；

54、當暈動癥癥狀持續時，通過同步調整當前用戶的視野范圍與調整視覺場景參數。

55、在確定運動癥等級為第三等級時，同步調整當前用戶的視野范圍與調整視覺場景參數。

56、優選的，所述持續收集用戶在干預過程中的反饋信息，并根據用戶的反饋信息，進一步優化各項參數具體步驟為：

57、在調整當前用戶的視野范圍或調整視覺場景參數后，評估各種視野調整后暈動癥狀的變化情況；

58、在暈動癥癥狀加劇后，確定哪些視野參數的改變導致了暈動癥狀的加劇；

59、分析不同參數調整對暈動癥狀的具體影響；

60、對暈動癥狀有負面影響的參數因素進一步優化調整。

61、有益效果：

62、1.通過數據分析算法判斷用戶出現暈動癥早期跡象，立即啟動視覺感知調整步驟，進而通過在虛擬現實體驗中實時捕捉和分析用戶的生理信號，我們可以在暈動癥的早期階段識別并及時介入，能夠及時地對產生暈動癥主觀感受的用戶制定干預方法，有利于快速減輕用戶的不適，從而提高用戶對虛擬現實技術的接受度和滿意度。

63、2.在確定暈動癥的等級為第一等級或者第二等級時，通過調整視野范圍的方式進行緩解暈動癥的癥狀，通過減少周邊視力信息量，可以提高用戶在vr環境中的舒適度，減少因視覺信息過載導致的不適感，從而提升整體的用戶體驗，且類的中央凹視野(即視野中心區域)具有更高的視覺分辨率和更豐富的細節信息，而周邊視野的信息量相對較少；通過減少周邊視力信息量，可以讓用戶更專注于視野中心的重要信息，提高視覺效率。