Machine Translated by Google

Artigo de Pesquisa

Reduzindo a doença cibernética em realidade virtual de 360 graus

Iqra Arshad1, Paulo De Mello2, Martin Ender2, Jason D. McEwen2, Elisa R. Ferré1,3

1 Departamento de Psicologia, Royal Holloway University of London, Egham, Reino Unido

2 Kagenova Limited, Guildford GU5 9LD, Reino Unido

3 Departamento de Ciências Psicológicas, Birkbeck University of London, Londres, Reino Unido

Autor correspondente:
Elisa R. Ferré

Departamento de Psicologia

Universidade Real Holloway de Londres

Egham, Surrey TW20 0EX, Reino Unido

E-mail: e.ferre@rhul.ac.uk

tel: +44 (0) 1784 443530

1
Machine Translated by Google

Abstrato

Apesar dos avanços tecnológicos em Realidade Virtual (RV), os usuários estão constantemente

combatendo sentimentos de náusea e desorientação, o chamado cybersickness. ciberdoença

os sintomas causam grande desconforto e prejudicam a experiência imersiva de RV. Aqui nós

investigou a doença cibernética em VR de display montado na cabeça de 360 graus. No tradicional 360-

experiências de grau VR, o movimento translacional no mundo real não é refletido no virtual

mundo e, portanto, a informação de automovimento não é corroborada pela correspondência visual e

pistas vestibulares, que podem desencadear sintomas de cybersickness. Nós avaliamos se

um novo software de Inteligência Artificial (IA) projetado para complementar o VR de 360 graus

experiência com movimento artificial de 6 graus de liberdade pode reduzir o cybersickness. Explícito

(questionário de enjôo do simulador e classificação de enjôo de movimento rápido) e implícito (frequência cardíaca)

medições foram usadas para avaliar os sintomas de cybersickness durante e após a visão de 360 graus

exposição VR. Os escores de doença do simulador mostraram uma redução significativa na sensação de náusea

durante o VR de movimento de 6 graus de liberdade complementado por IA em comparação com o tradicional 360-

grau RV. No entanto, o movimento de 6 graus de liberdade VR não reduziu oculomotor ou

medidas de desorientação da doença. Não foram observadas alterações no enjôo de movimento rápido

e medidas de frequência cardíaca. Melhorar a congruência entre pistas visuais e vestibulares em

VR de 360 graus, conforme fornecido pelo sistema de movimento de 6 graus de liberdade complementado por IA

considerado, é essencial para proporcionar uma RV mais envolvente, imersiva e segura, o que é fundamental

para aplicações educacionais, culturais e de entretenimento.

Palavras-chave

Realidade Virtual, Realidade Virtual de 360 graus, Cybersickness, Motion Sickness, Conflito Sensorial,

Processamento vestibular.

2
Machine Translated by Google

1. Introdução

À medida que nos movemos pelo ambiente externo, o sistema vestibular no ouvido interno fornece

um fluxo de informações sobre a posição de nossa cabeça no espaço tridimensional. Chá

O sistema vestibular compreende três canais semicirculares ortogonais (anterior, posterior e

horizontal), que respectivamente detectam a aceleração rotacional da cabeça no espaço e em torno

os eixos cardinais de guinada, rotação e inclinação, e dois órgãos otólitos (utrículo e sáculo) que detectam

aceleração translacional, incluindo a orientação da cabeça em relação à gravidade. Tese

sinais são cruciais para a auto-percepção de movimento (Chen et al., 2008) confirmando o essencial

contribuição vestibular para o Sistema de Posicionamento Global do cérebro.

Normalmente, as entradas vestibulares combinam perfeitamente com as informações de fluxo óptico do

imagens se movendo pela retina. O cérebro integra de forma ideal os sinais vestibulares e visuais

para criar uma percepção coerente da direção e velocidade do próprio movimento (Butler et al., 2010;

Fetsch et al., 2009; Greenlee e outros, 2016). No entanto, existem algumas circunstâncias em que

sinais visuais e vestibulares para automovimento podem não corresponder e potencialmente entrar em conflito. Isto é o

caso de Realidade Virtual (RV). A promessa da RV sempre foi enorme e a capacidade de

mergulhar um usuário em um ambiente virtual através do uso de computação gráfica 3D em tempo real

e os avançados dispositivos head-mounted display demonstraram ser benéficos em vários

aplicações como engenharia, educação e entretenimento. A RV cresceu exponencialmente em

popularidade nos últimos anos. Melhorias na resolução, latência, taxa de cintilação e rastreamento de movimento

melhoraram a experiência de RV. No entanto, um problema preocupante permanece onde até 80%

dos usuários de RV experimentam sintomas debilitantes de desconforto, desorientação, náusea, fadiga ocular,

dores de cabeça e sudorese, uma doença chamada cybersickness (LaViola, 2000; Rebenitsch e

Owen, 2016). A doença cibernética é caracterizada por sintomas de desorientação graves e frequentes

(tonturas, vertigens e dificuldade de concentração), seguidos de sintomas de náusea (desconforto estomacal

consciência, aumento da salivação e náusea em si) e menos sintomas oculomotores

(tensão ocular, dor de cabeça e visão turva), o chamado perfil D>N>O (Rebenitsch e Owen,

2016; Stanney e Kennedy, 1997). Este perfil de sintomas distingue o cybersickness do

3
Machine Translated by Google

outros tipos de enjôo, como enjôo do simulador e enjôo do mar. criticamente,

a doença cibernética pode prejudicar as qualidades imersivas e interativas da RV e sua vida real

aplicações (Yildirim, 2019).

Embora suas causas não sejam totalmente claras, o cybersickness pode ser devido a uma discrepância

entre informações vestibulares e visuais sobre orientação corporal e automovimento (Gallagher

e Ferré, 2018; Razão e Marca, 1975; Razão, 1978). Em cenários típicos de RV, como

um simulador de direção VR, a simulação fornece padrões de fluxo óptico precisos da estrada,

edifícios circundantes, pessoas e outras partes do ambiente, que eliciam visual

informações de automovimento (vecção; So et al., 2001). Os sinais visuais dizem ao cérebro que o

usuário está se movendo com uma certa velocidade e em uma certa direção. No entanto, como o usuário não

realmente em movimento, os órgãos vestibulares sinalizam aceleração angular ou translacional zero. Por isso,

se a percepção do vetor não for corroborada por sinais de automovimento transmitidos pelo

sistema vestibular, é provável que ocorra um conflito sensorial e pode ocorrer cybersickness.

Consequentemente, níveis mais altos de cybersickness foram descritos em simuladores de voo e em VR

jogos em que um alto nível de conflito sensorial está presente. No entanto, outras contas de

doenças cibernéticas foram sugeridas. Por exemplo, foi proposto que a provocação

estímulo é a instabilidade postural desencadeada na RV (Stoffregen, 1991; Stoffregen, 2014).

Além disso, o relato do conflito sensorial foi refinado por alguns para se concentrar principalmente em

incompatibilidades entre a vertical vestibular ambiental estimada e verdadeira (Bos et al.,

2008). Uma característica comum desses relatos parece ser que os sistemas perceptivos são altamente

confiável e precisa e a tecnologia VR desafia os sentidos e sua integração.

Estudos recentes mostraram resultados promissores na redução do cybersickness por meio de

métodos de reacoplamento sensorial vestibular. O cybersickness melhora quando o vestibular ausente

As informações durante o automovimento simulado são imitadas pela aplicação de efeitos naturais ou artificiais.

estimulação vestibular. Por exemplo, usando uma cadeira rotativa e acoplamento oportuno de exercícios físicos

o movimento com RV reduziu efetivamente os sintomas de ciberdoença (Ng et al., 2020). De forma similar,

foi demonstrado que a doença cibernética melhora com a Estimulação Vestibular Galvânica (GVS) para

imitam artificialmente pistas vestibulares em RV (Gallagher et al., 2020; Weech et al., 2018).

4
Machine Translated by Google

No entanto, a pesquisa tem se concentrado principalmente nos conflitos visuo-vestibulares desencadeados pela RV.

ambientes nos quais os sinais vestibulares estão ausentes. Ou seja, quando os usuários de RV sentem o

sensação de viajar por um ambiente virtual, enquanto na verdade permanece estacionário no

mundo real. Pouco se sabe sobre conflitos visuo-vestibulares em cenários de RV em que o usuário é

permissão para se mover, como em VR de 360 graus. VR de 360 graus refere-se a vídeos ou fotos que

são capturados usando câmeras omnidirecionais especializadas compostas por várias lentes que permitem

filmagem de uma visão panorâmica completa de 360 graus. O usuário é, portanto, capaz de olhar ao redor do

toda a cena e perceber uma experiência imersiva. No entanto, em quase todos os 360 graus VR

experiências, o movimento no mundo físico real não se reflete no mundo virtual. Em outros

palavras, VR de 360 graus de geração atual suporta apenas 3 graus de liberdade rotacional

movimento onde a cena virtual reflete mudanças na rotação da cabeça do usuário, mas não

não suporta movimento translacional. Assim, a RV carece do automovimento de 6 graus de liberdade que

que normalmente experimentamos no mundo real proporcionado pela integração multissensorial entre

visuais dinâmicos e pistas vestibulares de 6 graus de liberdade, bem como o canal interno

integração entre pistas de aceleração angular detectadas pelos canais semicirculares vestibulares

e aceleração translacional detectada pelos órgãos otolíticos. Talvez não surpreendentemente, o

a incompatibilidade sensorial na RV tradicional de 360 graus pode facilmente induzir sintomas de ciberdoença.

Muitos estudos relataram vários sintomas físicos, como dores de cabeça, foco

dificuldades e tonturas durante a visualização VR de 360 graus (Carnegie e Rhee, 2015; Elwardy

e outros, 2020; Kim et al., 2019; Kim et al., 2019; Padmanaban et al., 2018).

Aqui, consideramos a doença cibernética em VR de display montado na cabeça de 360 graus. Nós

explorou sistematicamente o perfil da doença cibernética em ambientes onde há mínimo

inputs visuais combinados com inputs vestibulares translacionais. Também investigamos o

eficácia de um novo software baseado em Inteligência Artificial (IA) na redução da doença cibernética.

Onde os aplicativos de RV anteriores se concentraram em um movimento rotacional de 3 graus de liberdade,

este software tem como objetivo reduzir o cybersickness ao fornecer dados rotacionais e translacionais

movimento. Prevemos que este software baseado em IA pode melhorar a congruência entre o visual

5
Machine Translated by Google

e sinais vestibulares durante a exposição à RV e aumentam o realismo. Isso pode ter um potencial

impacto na experiência imersiva de VR com menos efeitos colaterais indesejados da doença cibernética.

2. Métodos

2.1. Ética

O protocolo experimental foi aprovado pelo comitê de ética da Royal Holloway,

Universidade de Londres. O experimento foi conduzido de acordo com a Declaração de Helsinque.

O consentimento informado por escrito foi obtido antes de iniciar o experimento.

2.2. Participantes

Vinte e cinco participantes destros saudáveis foram voluntários no estudo (19 mulheres; idade média =

22,16 anos, DP=7,12 anos). O tamanho da amostra foi estimado a priori com base em

procedimentos experimentais (Gallagher et al., 2019; Gallagher et al., 2020), definidos antes de

testes e também foi usado como regra de parada de coleta de dados. Participantes com histórico de

distúrbios neurológicos, psiquiátricos, vestibulares ou auditivos foram excluídos.

2.3. Um software baseado em IA para fornecer realidade virtual de 6 graus de liberdade

experiência

Uma solução de software baseada em IA, copernic3601 , foi desenvolvida pela Kgenova2 para fornecer 6-

movimento de graus de liberdade em VR de 360 graus, simulando o movimento translacional (McEwen et al., 2020).

Ao usar o copernic360, o usuário pode se mover na experiência de realidade virtual de 360 graus, por exemplo, caminhando

ao redor ou inclinando-se para a frente para inspecionar o conteúdo da cena, e uma visão sintética é gerada com base

na posição do usuário na cena. Dessa maneira, movimento total de 6 graus de liberdade, incluindo ambos

movimento de translação e rotação, é suportado. Este sistema é projetado não apenas para fornecer um

1
https://kagenova.com/products/copernic360/
2
https://kagenova.com/

6
Machine Translated by Google

experiência realista e imersiva, mas também para reduzir a incompatibilidade entre pistas visuais e vestibulares

quando em uma experiência de VR de 360 graus.

Para alcançar esse efeito, o copernic360 inclui dois subsistemas principais: uma nuvem de back-end baseada em IA

sistema de processamento; e um sistema visualizador front-end na forma de um plug-in de mecanismo de jogo. O baseado em IA

o sistema em nuvem processa conteúdo de vídeo ou foto VR de 360 graus para recuperar uma estimativa da geometria 3D

representando a cena. Primeiro, técnicas de estimativa de profundidade baseadas em IA são usadas para estimar um mapa de profundidade

correspondente ao conteúdo de 360 graus. Uma arquitetura de rede neural convolucional residual (CNN) é

adotado, com circunvoluções dilatadas (Yu e Koltun, 2016) a fim de expandir o campo receptivo para densos

previsões, como estimativa de profundidade. A arquitetura é semelhante à apresentada anteriormente por Li e

colegas (Li et al.. 2017), mas adaptado para conteúdo esférico de 360 graus. Em segundo lugar, a estimativa de 360-

a informação de grau de profundidade é então usada para ajustar uma geometria 3D paramétrica que representa a cena, que é

armazenados como metadados adicionais associados ao conteúdo original. A geometria é ajustada minimizando

uma função de custo de erro. Em terceiro lugar, o sistema do visualizador usa os metadados calculados pelo sistema baseado em IA

sistema de processamento que representa a geometria 3D paramétrica, juntamente com o vídeo original de 360 graus

ou conteúdo de foto, para então renderizar uma representação texturizada 3D da cena. O original em 360 graus

o conteúdo é projetado na geometria 3D para fornecer uma textura para a geometria. Finalmente, note que para

Conteúdo de vídeo de 360 graus, todo o processo é repetido para cada quadro-chave do vídeo. Um quadro-chave

representa um quadro em que o conteúdo do vídeo mudou consideravelmente em comparação com o anterior

quadro (por exemplo, devido a um corte entre as cenas ou ao conteúdo de uma cena que muda ao longo do tempo). Entre chave

quadros a geometria 3D é interpolada. Desta forma, o usuário é então capaz de se mover no

cena reconstruída com movimento total de 6 graus de liberdade e novas visualizações sintéticas da cena

são então renderizados e servidos ao usuário, dependendo de sua posição na cena.

Um cenário personalizado foi adaptado para VR. O cenário consistia em uma praia

(https://www.atmosphaeres.com/video/445/Rocky+Headland) em que os participantes podiam se movimentar

por cerca de 10 minutos. Sons naturais foram integrados, como o som das ondas junto com um

pista auditiva tocada a cada 20s. A sugestão auditiva sinalizou aos participantes para fornecer um enjôo

pontuações e para o pesquisador registrar a variabilidade da frequência cardíaca (veja abaixo).

7
Machine Translated by Google

2.4. Desenho Experimental e Procedimento

Instruções verbais e escritas foram dadas aos participantes no início do experimento. Dados de

cada participante foi reunido em duas sessões experimentais. Os participantes foram expostos ao mesmo

cena em 360-VR padrão (3 graus de liberdade VR) e copernic360-VR (6 graus de liberdade

liberdade VR). A ordem das condições experimentais foi contrabalançada entre

participantes. Em cada sessão, os participantes foram solicitados a usar um head-mounted display HTC Vive

(HMD) e solicitado a caminhar em um padrão quadrado com um giro de 90 graus na direção em cada ponto (Fig. 1A).

Os participantes foram treinados com o padrão de caminhada antes do início da RV. Uma pista auditiva instruída

participantes para olhar para baixo, explorar a cena VR e tocar o chão. Previa-se que isso

provocam maior náusea nas condições convencionais de RV de 3 graus de liberdade devido à incompatibilidade de

pistas visuo-vestibulares. Uma webcam foi usada para registrar os padrões de caminhada, bem como as respostas verbais.

Para avaliar os níveis de cybersickness, os participantes preencheram o Simulator Sickness Questionnaire

(SSQ; Kennedy et al., 1993) após a conclusão do cenário de RV. Este questionário bem estabelecido

pede aos participantes que marquem 16 sintomas em uma escala de quatro pontos (0=nenhum, 3=grave). O questionário

divide os sintomas da doença em componentes de Náusea (SSQ-N), Desorientação (SSQ-D) e

Agrupamentos oculomotores (SSQ-O) (Kennedy et al., 1993). Desorientação (SQS-D) inclui sintomas como

como tonturas, vertigens e dificuldade de concentração. Oculomotor (SSQ-O) inclui sintomas físicos como

fadiga ocular, dor de cabeça e visão turva. Náusea (SSQ-N) é composta por sintomas que incluem estômago

consciência, aumento da salivação e a própria náusea. As pontuações SSQ-N, SSQ-O e SSQ-D são

calculado a partir dos totais ponderados usando as seguintes fórmulas de conversão (Kennedy et al., 1993):

SSQ-N = [Soma obtida pela soma dos escores de sintomas] x 9,54

SSQ-O = [Soma obtida pela soma dos escores de sintomas] x 7,58

SSQ-D = [Soma obtida pela soma dos escores de sintomas] x 13,92

As pontuações são então somadas para obter uma única pontuação (Total, SSQ-T = (Náusea + Oculomotor +

Desorientação) x 3,74).

8
Machine Translated by Google

Durante a exposição à RV, os participantes foram solicitados a realizar a Fast Motion Sickness Scale (FMS;

Keshavarz e Hecht, 2011) e dar uma classificação verbal do nível de náusea de 0-20 (0 = sem náusea;

20= doença franca). As respostas foram coletadas a cada 20 segundos quando uma sugestão auditiva foi tocada

durante a RV, antes e imediatamente após a exposição à RV. A frequência cardíaca dos participantes também foi monitorada

em todo o cenário de RV. Foi demonstrado que a frequência cardíaca (FC) aumenta com níveis mais elevados de doença

em RV (Kim et al., 2005; Nalivaiko et al., 2015). Os participantes usaram um relógio inteligente (Mio ALPHA 2 smart

watch, Mio Technology, Taipei, Taiwan) que forneceu leituras contínuas da frequência cardíaca, com

medições registradas ao mesmo tempo que as classificações do FMS. Assim, a frequência cardíaca foi registrada uma vez antes

para iniciar o cenário de RV, a cada 20 segundos durante o cenário e uma vez imediatamente após

o cenário.

Os participantes também foram convidados a preencher o Questionário de Suscetibilidade à Doença de Movimento

Short-form (MSSQ) e um questionário de experiência de jogo para garantir que o enjôo

a suscetibilidade e a experiência anterior de RV foram semelhantes em nossa amostra.

2.5. Análise de dados

Os dados de apoio estão disponíveis como Material Suplementar.

Os dados foram analisados por meio de testes paramétricos. Testes paramétricos são preferidos

método em delineamentos aleatórios de medidas repetidas em que o interesse está nos efeitos de uma

procedimento/tratamento vs. linha de base/controle (Vickers, 2005). É importante ressaltar que os testes paramétricos

geralmente mais poder estatístico do que os testes não paramétricos e, portanto, são mais propensos a

detectar um efeito significativo quando um realmente existe.

Testes t pareados foram usados para analisar as diferenças entre o padrão 360-VR (3-

graus de liberdade VR) e copernic360-VR (6 graus de liberdade VR). testes T

foram aplicadas as escalas SSQ (SSQ-N, SSQ-D, SSQ-O) e escores totais (SSQ-T).

Uma ANOVA de medidas repetidas 2 x 3 foi usada para explorar as mudanças em FMS e FC

medidas ao longo do tempo. Valor médio de FMS e valor de pico de FMS durante a exposição VR

foram inseridos em duas ANOVAs distintas comparando diferenças de pontuação FMS entre VR

9
Machine Translated by Google

condições (standard360-VR vs copernic360-VR) ao longo do tempo (Pré-VR, Durante-VR e Pós

RV). Da mesma forma, o valor médio de HR e o valor de pico de HR durante a exposição VR foram inseridos em

duas ANOVAs distintas comparando diferenças em FC entre condições de RV (padrão360-VR

vs copernic360-VR) ao longo do tempo (Pré-VR, Durante-VR e Pós-VR). O teste de Mauchly foi usado

para investigar se a suposição de esfericidade foi violada e, consequentemente, os graus

de liberdade foram corrigidos usando Greenhouse-Geisser.

10
Machine Translated by Google

Figura 1. Configuração Experimental e Resultados do Questionário de Doença do Simulador (SSQ)

(A) Os participantes foram expostos a um cenário personalizado de Realidade Virtual (RV) tanto no padrão 360-VR (3-

graus de liberdade VR) e a configuração copernic360-VR (6 graus de liberdade VR). (B) Resultados
mostraram uma redução significativa na náusea no Simulator Sickness Questionnaire (SSQ) no

Condição copernic360-VR em comparação com 360-VR padrão (VR de 3 graus de liberdade). Insignificante

diferenças surgiram nas dimensões oculomotora e desorientação do questionário. Nenhuma diferença significativa

também surgiu nas pontuações totais.

11
Machine Translated by Google

3. Resultados

As pontuações do SSQ em condições experimentais de RV podem ser vistas na Fig. 1B.

Uma redução significativa na náusea na escala SSQ foi observada no copernic360-

Condição VR (6 graus de liberdade VR) em comparação com o padrão 360-VR (3 graus de liberdade

liberdade VR) (t (24) = 2,17, p = 0,04, d de Cohen = 0,44). Os participantes relataram menos sintomas

de náusea na condição copernic360-VR (M=18,32, SD=19,65) em comparação com o padrão360-

VR (M=27,48, DP=24,22). Não houve diferenças significativas entre as condições de RV em

oculomotor (t (24) = 0,128; p = 0,90, d de Cohen = 0,02) e desorientação (t (24) = 0,929; p =

.36, d de Cohen = 0,19) dimensões do SSQ. Nenhuma diferença entre 6 graus de liberdade

As condições de RV e RV de 3 graus de liberdade surgiram nas pontuações totais do SSQ (t (24) = 1,12,

p = 0,28, d de Cohen = 0,23).

As pontuações FMS em condições experimentais de RV podem ser vistas na Tabela 1. Pontuações FMS

não mostrou nenhum efeito significativo da condição de RV na classificação média do FMS (F (1, 24) = 0,32, p = 0,58,

np2 = 0,013). No entanto, houve um efeito principal significativo do tempo (F(1,34, 32,18) = 23,64, p

<.001, np2=.50). Nenhuma interação surgiu entre a condição de RV e o tempo (F (1,42, 34,06) =

0,52, p = 0,60, ÿp2 = 0,02). Os testes post-hoc de Bonferroni mostraram que a classificação média do FMS durante o VR

(M= 3,08, SE= 0,62) foi significativamente maior do que a classificação Pré-VR FMS (M= 0,20, SE= 0,11) (t (24)

= 5,38, p < 0,001, d de Cohen = 1,08) em condições de RV. Não houve diferenças entre

Classificações FMS durante a RV e pós-RV (t (24) = -0,86, p = 0,17). Classificação pós-VR FMS (M = 3,34,

SE = 0,72) foi maior do que a classificação Pré-VR FMS (t (24) = 4,99, p < 0,001, Cohen's d = 1). Um similar

a análise realizada nas pontuações máximas da FMS durante a RV não revelou nenhum efeito significativo da RV

condição quando as classificações FMS de pico foram usadas (F(1, 24) = 0,77, p = 0,39, np2 = 0,031). Houve

um efeito significativo do tempo nas classificações de pico do FMS (F (1,58, 38,01) = 39,65, p<0,001, np2 0,62).

Não houve interação significativa entre a condição de RV e o tempo (F (2, 48) = 0,67, p = 0,52,

ÿp2 = 0,03). O teste de acompanhamento usando a correção de Bonferroni mostrou que durante o pico de VR FMS

classificação (M = 5,38, SE = 0,75) foi significativamente maior do que a classificação pré-VR FMS (M = 0,20, SE = 0,11) (t

(24) = 7,61, p < 0,001, d de Cohen = 1,52) em condições de RV. Classificação FMS de pico durante a VR

foi superior à classificação pós-VR FMS (M = 3,34, SE = 0,72) (t (24) = 4,92, p < 0,001, Cohen's d =

12
Machine Translated by Google

0,98). A classificação FMS pós-VR foi maior em comparação com as classificações FMS pré-VR (t (24) = 4,99, p <

0,001, d de Cohen = 1). O aumento nas classificações do FMS indica aumento da doença cibernética

horas extras de sintomas. No entanto, esse aumento estava igualmente presente no padrão360-VR (3-

graus de liberdade VR) e copernic360-VR (6 graus de liberdade VR).

Os valores de FC nas condições experimentais de RV podem ser vistos na Tabela 2. Não houve

efeito significativo da condição de RV (VR de 3 graus de liberdade vs VR de 6 graus de liberdade) em

medidas médias da frequência cardíaca (F (1, 24) = 1,23, p = 0,28, ÿp2 = 0,05). Um efeito principal significativo

de tempo (F (1,38, 33,19) = 4,22, p = 0,036, ÿp2= 0,15) emergiu. Não houve significativa

interação entre condição de VR e tempo (F (2, 48) = 1,13, p = 0,33, ÿp2 = 0,05). post hoc

Os testes de Bonferroni revelaram que as medidas de FC pós-RV (M=102,28, SE= 2,95) foram maiores do que

Medições médias de FC durante a RV (t (24) = 2,54, p = 0,02, d de Cohen = 0,51). sem diferenças

emergiu entre as medidas médias de FC durante a RV (M= 98,33, SE= 2,28) e a FC pré-RV

medidas (M = 96,14, SE = 2,83) (t (24) = 1,12, p = 0,27) e entre medidas de FC pós-RV

(M=102,28, SE= 2,95) e medidas de frequência cardíaca pré-VR (t (24) = 2,24, p = 0,04). Um similar

a análise realizada nos valores de pico de FC durante a RV não revelou nenhum efeito significativo da condição de RV

quando os valores de pico de FC foram usados (F(1, 24) = 1,66, p = ,21, np2 = ,065). Houve um significativo

efeito do tempo nos valores de pico da FC (F (2, 48) = 19,74, p<0,001, np2 0,45). Não houve significativa

interação entre condição de VR e tempo (F (2, 48) = 0,37, p = 0,70, ÿp2 = 0,02). seguir

o teste usando a correção de Bonferroni mostrou que durante a RV as medidas de pico de FC (M = 111,3,

SE= 2,45) foi significativamente maior em comparação com ambas as medidas de FC pré-RV (M=96,14, SE=

2,83) (t (24) = 7,24, p < 0,001, d de Cohen = 1,45) e medidas de FC pós-RV (M=102,28, SE=

2,95) (t (24) = 3,75, p = 0,001, d de Cohen = 0,75). As medidas de FC pós-RV não foram diferentes das

Medidas de FC pré-RV (t(24)=2,24, p=,04). Embora a frequência cardíaca tenha aumentado durante a RV

exposição, não surgiram diferenças entre o padrão 360-VR (VR de 3 graus de liberdade) e

condições copernic360-VR (RV de 6 graus de liberdade).

13
Machine Translated by Google

Tabela 1. Média (SE) para pontuações FMS ao longo do tempo em ambas as condições experimentais.

padrão360-VR copernic360-VR
Pré RV 0,16 (0,09) 0,24 (0,20)
Durante-VR (medida média) 3,20 (0,67) 2,97 (0,67)
Durante-VR (medida de pico) 5,80 (0,93) 4,96 (0,83)
Pós-RV 3,60 (0,86) 3,08 (0,74)

Tabela 2. Média (EP) dos valores de FC ao longo do tempo em ambas as condições experimentais.

padrão360-VR copernic360-VR
Pré RV 95 (3,19) 97,28 (3,12)
Durante-VR (medida média) 98,22 (2,25) 98,45 (2,56)
Durante-VR (medida de pico) 110,52 (2,14) 112.08 (3.11)
Pós-RV 100,44 (3,35) 104.12 (3.01)

14
Machine Translated by Google

4. Discussão

Apesar das melhorias no hardware de RV, a doença cibernética é um fator predominante que afeta

Experiência de realidade virtual e sensação de imersão. O descompasso entre as pistas visuo-vestibulares pode

induzir sentimentos convincentes de náusea e desconforto. Neste estudo, nos concentramos em um determinado

Experiência de VR em que os vídeos são capturados por meio de câmeras omnidirecionais que permitem a

filmagem de uma cena inteira em 360 graus. Em 360 graus VR o usuário é capaz de olhar e se mover

ao redor de toda a cena. No entanto, VR de 360 graus suporta apenas 3 graus de liberdade

movimento rotacional, que pode facilmente entrar em conflito com o nível de informações precisas transmitidas

pelos órgãos vestibulares assim que o usuário move a cabeça. Ou seja, 360 graus tradicionais

VR é uma configuração única que oferece entradas visuais dinâmicas mínimas combinadas com um fluxo de

entradas vestibulares translacionais. Aqui, investigamos se o cybersickness em 360 graus VR

pode ser reduzido por um novo software baseado em IA (copernic360). Ambos explícitos (simulador de doença

questionário e classificação de enjoo de movimento rápido) e medidas implícitas (frequência cardíaca) foram usadas

para quantificar as mudanças na doença cibernética. Nossos resultados mostraram uma redução significativa nas náuseas

sintomas no Simulator Sickness Questionnaire (Kennedy et al., 1993) ao usar

copernic360-VR em comparação com o VR tradicional de 360 graus. É importante ressaltar que o oculomotor e

as dimensões da desorientação não foram significativamente diferentes entre as condições de RV. No entanto,

a redução significativa nos sintomas de náusea demonstra o potencial do copernic360-

Software VR para melhorar a experiência VR. Como previsto, observamos um aumento

classificações de enjôo e frequência cardíaca no final da exposição à RV. Enquanto não havia

diferenças significativas entre o copernic360 VR e as condições tradicionais de 360 graus VR

para essas medidas, o aumento parece mais marginal em copernic360-VR.

O cybersickness tem sido frequentemente avaliado por meio de auto-relatos subjetivos. O Simulador

O Sickness Questionnaire (Kennedy et al., 1993) é provavelmente o mais usado. Esse

questionário divide os sintomas de enjôo em três categorias principais:

desorientação (incluindo tonturas, vertigens e dificuldade em focar), oculomotora (tensão ocular,

dor de cabeça e visão turva) e náusea (consciência do estômago, aumento da salivação e

15
Machine Translated by Google

enjoado em si). Em cenários típicos de VR em que o usuário está experimentando vection enquanto

pistas vestibulares estão sinalizando aceleração angular ou translacional zero, o cybersickness é

caracterizado por um perfil D>N>O no qual os sintomas mais graves e frequentes são

observado no domínio desorientação, seguido por sintomas de náusea e menos oculomotor

sintomas (Rebenitsch e Owen, 2016; Stanney et al., 2003). Este padrão de sintomas tem

explicada por uma incompatibilidade sensorial entre pistas visuais e vestibulares em RV, que pode

levar a dificuldades na formação e atualização de mapas espaciais do ambiente virtual externo e

o organismo (Lackner e DiZio, 2005), deixando o usuário de RV desorientado. Semelhante ao anterior

estudos, aqui observamos um perfil geral D>N>O em condições experimentais

(standard360-VR e copernic360-VR). Embora copernic360-VR numericamente reduzido

escores de doença de desorientação, náuseas e sintomas oculomotores, apenas significativamente

melhora o aspecto nauseogênico da experiência VR de 360 graus. É importante ressaltar que a náusea é

consistentemente experimentado em configurações de 360 graus (Gavgani et al., 2017) e tem sido

associado com abandono significativo do usuário (Balk et al., 2013; Ehrlich e Kolasinski, 1998). Chá

congruência entre sinais visuais e vestibulares induzidos pela tecnologia copernic360-VR

permitiu uma redução na náusea auto-relatada no estudo atual. Reduzindo esta chave

sintoma permite uma experiência virtual mais imersiva e interativa. Esta nova tecnologia

pode oferecer uma alternativa para configurações físicas, estimulação artificial e habituação sensorial

protocolos (Ng et al., 2020).

É importante ressaltar que as pontuações obtidas no Simulator Sickness Questionnaire (Kennedy et

al., 1993) para a condição padrão de RV de 360 graus são comparáveis a estudos anteriores.

Níveis de náusea foram relatados variando de 14,91 a 30,21, sintomas oculomotores variados

de 15,30 a 25,74, e a desorientação foi notadamente maior de 21,75 a 41,47

(Ehrlich et al., 1998; Kolasinski e Gilson, 1998; Stanney e Kennedy, 1998). O actual

A experiência de RV foi caracterizada por um nível semelhante de nauseogenicidade. No entanto, vários

fatores influenciam os sintomas da doença cibernética, e a comparação direta entre os estudos pode não

seja direto. Não surpreendentemente, as pessoas suscetíveis ao enjôo são mais propensas a

experiência de cybersickness (Rebenitsch e Owen, 2014). Gravidade e incidência dos sintomas

16
Machine Translated by Google

aumenta com a idade (Arns et al., 2005). Alguns estudos indicam que as mulheres são mais

mais suscetíveis à doença cibernética do que os homens (Curry et al., 2020; Kim et al., 2020). Além disso, o

características técnicas do equipamento VR, como o peso do fone de ouvido, bem como o

O ambiente de RV pode desempenhar um papel fundamental.

Medimos auto-relatos de doenças cibernéticas e variabilidade da frequência cardíaca durante a exposição à realidade virtual.

A escala de enjôo de movimento rápido fornece dados contínuos e medidas de enjôo durante o

apresentação de uma situação indutora de doença, não necessariamente de doença cibernética (Keshavarz e

Hecht, 2011). Como esperado, observamos um aumento nas pontuações de cybersickness ao longo dos dez

minutos de exposição à RV. No entanto, as pontuações não foram significativamente influenciadas pelo

tecnologia copernic360-VR. É importante notar que os escores de enjoo de movimento rápido foram

geral muito baixo e vários participantes nunca tiveram uma classificação acima de zero. Nosso cenário de RV consistia

de uma cena de praia realista acompanhada pelo som suave das ondas. Enquanto um multimodal

a exposição a pistas visuais e de áudio em VR pode ter aumentado uma sensação de presença tipicamente

levando a mais desconforto de doença (Cooper et al., 2018; Kim et al., 2014), o calmante

O conteúdo do nosso cenário pode ter mascarado sentimentos de cybersickness (Amores et al., 2018).

Assim, desconforto emocional e físico foram relacionados ao Simulador de Doença

Questionário de medidas (Somrak et al., 2019). Isso pode sugerir que o cenário de RV

desenvolvido para este experimento não foi particularmente indutor de doença, ou mais em geral 360

A RV não é tão desafiadora quanto a RV tradicional. Ou seja, o conteúdo do VR pode ter reduzido

ou neutralizado contra sentimentos de cybersickness. Além disso, a exposição VR é marcadamente menor

desorientador quando comparado a cenários de montanha-russa ou tiro em primeira pessoa. Isso pode

também explicam a falta de significância encontrada no SSQ-D. Por fim, a duração da exposição à RV

poderia ser estendido. O aumento da duração tem sido associado à doença cibernética (musgo e

Muth, 2011) com 10-20 minutos de exposição levando a cybersickness (Häkkinen et al., 2019).

Estudos futuros devem considerar o uso de um cenário de RV mais conflitante envolvendo maior duração

e movimentos dinâmicos. Por exemplo, pode-se usar uma plataforma de movimento para dinamicamente

altere a inclinação do piso emparelhado com um vídeo de 360 graus a bordo de um navio. Longa duração

17
Machine Translated by Google

com maior incompatibilidade pode permitir que os benefícios da RV de 6 graus de liberdade sejam testados mais

completamente.

Embora alguns estudos tenham relatado um aumento da frequência cardíaca em RV (Nalivaiko et al.,

2015), outros relatam resultados conflitantes. Por exemplo, quando os participantes foram expostos a VR

ao longo de três dias, não foram encontradas diferenças significativas nas medidas de frequência cardíaca (Gavgani

e outros, 2017). Isso pode sugerir uma forma de habituação quando os participantes são repetidamente

expostos à RV por um período de tempo, o que pode ter acontecido em nosso experimento. Um efeito

de coperic-360-VR na medida da frequência cardíaca durante a RV poderia ter sido potencialmente

mascarado pelo conteúdo do cenário de RV (Guna et al., 2020). Não podemos excluir isso

os participantes também podem ter se adaptado ao padrão de caminhada, talvez influenciando a saliência de

pistas vestibulares durante a RV que podem, por sua vez, ter reduzido o conflito sensorial e

cybersickness. Juntamente com a diversificação do padrão de caminhada para reduzir os efeitos da habituação,

maior interação com o ambiente virtual poderia ser estimulada. Maior interação

através do movimento de preensão ou mudanças no movimento da cabeça pode induzir maior incompatibilidade

entre pistas visuais e vestibulares que levam ao cybersickness. Assim, estudos futuros devem

considere integrar os movimentos da cabeça para aumentar os efeitos de desorientação da RV e o

benefícios da RV de 6 graus de liberdade em comparação com a RV de 3 graus de liberdade.

Ao considerar os benefícios do copernic360-VR, apenas a náusea autorrelatada foi

encontrados diferem estatisticamente. Os sintomas de náusea são um dos aspectos mais desafiadores da

cybersickness. É importante ressaltar que nossos resultados mostraram que o copernic360 reduziu significativamente a

sensação de náusea. Não foram encontradas diferenças nos outros domínios da doença, bem como na

medidas fisiológicas. Usando um cenário de RV mais conflitante por um longo período de tempo

é recomendado. Até onde sabemos, nenhuma outra abordagem implementou uma IA

baseada na tecnologia de 6 graus de liberdade para reduzir a doença cibernética. Aqui, oferecemos novos insights

em seus benefícios e incentivar estudos futuros para explorar os componentes de 3 graus de

liberdade VR vs experiências VR de 6 graus de liberdade.

À medida que a RV continua a melhorar, mais precisa ser feito para combater os efeitos indesejados

de ciberdoença. Este estudo demonstrou o potencial de um novo software baseado em IA para

18
Machine Translated by Google

aumentar a congruência entre pistas visuais e vestibulares. Crucialmente, os sentimentos de si

relatados foram náuseas reduzidas, implicando sentimentos enfraquecidos de doença cibernética. Reduzindo o

náuseas e desconfortos percebidos pelos indivíduos é fundamental para permitir a aplicação e

utilidade adicional da RV em ambientes educacionais, medicinais, culturais e de entretenimento.

19
Machine Translated by Google

Referências

Amores, J., Richer, R., Zhao, N., Maes, P., & Eskofier, BM (2018, março). Promovendo

relaxamento usando realidade virtual, interfaces olfativas e EEG vestível. Em 2018 IEEE

15ª Conferência Internacional sobre Redes de Sensores Corporais vestíveis e implantáveis

(BSN) (pp. 98-101). IEEE.

Arns, LL, & Cerney, MM (2005, março). A relação entre a idade e a incidência de

cybersickness entre usuários de ambientes imersivos. Em Anais do IEEE. RV 2005.

Realidade Virtual, 2005. (pp. 267-268). IEEE.

Balk, SA, Bertola, MA, & Inman, VW (2013). Questionário de Doença do Simulador:

Vinte Anos Depois. PROCEDIMENTOS da Sétima Condução Internacional

Simpósio sobre Fatores Humanos na Avaliação de Motoristas, 7, 257–263.

https://doi.org/10.17077/drivingassessment.1498

Bos, JE, Bles, W. e Groen, EL (2008). Uma teoria sobre o enjôo induzido visualmente.

Mostra, 29(2), 47–57. https://doi.org/10.1016/j.displa.2007.09.002

Butler, JS, Smith, ST, Campos, JL e Bülthoff, HH (2010). Integração bayesiana de

sinais visuais e vestibulares para a direção. Journal of Vision, 10(11), 1–13.

https://doi.org/10.1167/10.11.23

Carnegie, K., & Rhee, T. (2015). Reduzindo o Desconforto Visual com HMDs Usando Dinâmico

Profundidade de Campo. IEEE Computação Gráfica e Aplicações, 35(5), 34–41.

https://doi.org/10.1109/MCG.2015.98

Chen, A., Gu, Y., Takahashi, K., Angelaki, DE e DeAngelis, GC (2008). Agrupamento de

seletividade de automovimento e propriedades de resposta visual na área de macacos MSTd. Registro

de Neurofisiologia, 100(5), 2669–2683. https://doi.org/10.1152/jn.90705.2008

Cooper, N., Milella, F., Pinto, C., Cant, I., White, M., & Meyer, G. (2018). Os efeitos de

substituir o feedback multissensorial sobre o desempenho da tarefa e a sensação de presença em uma

ambiente de realidade virtual. PLoS UM, 13(2).

https://doi.org/10.1371/journal.pone.0191846

20
Machine Translated by Google

Curry, C., Li, R., Peterson, N., & Stoffregen, TA (2020). Ciberdoença na realidade virtual

head-mounted displays: examinando a influência das diferenças sexuais e do veículo

verificar. Jornal Internacional de Interação Humano-Computador, 36(12), 1161-1167.

Ehrlich, JA, & Kolasinski, EM (1998). Comparação dos sintomas da doença entre

participantes desistentes e concluintes em estudos de ambiente virtual. Procedimentos do

Human Factors and Ergonomics Society, 2, 1466–1470.

https://doi.org/10.1177/154193129804202101

Elwardy, M., Zepernick, HJ, Hu, Y., Chu, TMC e Sundstedt, V. (2020). Avaliação de

Enjôo do Simulador para Vídeos 360° em um HMD Sujeito à Experiência dos Participantes

com Realidade Virtual. Anais - Conferência IEEE 2020 sobre Realidade Virtual e 3D

Interfaces de usuário, VRW 2020, 477–484. https://doi.org/10.1109/VRW50115.2020.00100

Fetsch, CR, Turner, AH, DeAngelis, GC e Angelaki, DE (2009). Dinâmico

reponderação de pistas visuais e vestibulares durante a autopercepção de movimento. Diário de

Neurociência, 29(49), 15601–15612. https://doi.org/10.1523/JNEUROSCI.2574-

09.2009

Gallagher, M., Choi, R. e Ferrè, ER (2020). Interações multissensoriais em realidade virtual:

O fluxo óptico reduz a sensibilidade vestibular, mas apenas para planos congruentes de

movimento. Pesquisa multissensorial, 33(6), 625-644

Gallagher, M., Dowsett, R., & Ferrè, ER (2019). Vecção em moduladores de realidade virtual

potenciais miogênicos evocados vestibulares. Jornal Europeu de Neurociência, 50(10),

3557-3565.

Gallagher, M. e Ferrè, ER (2018). Cybersickness: uma integração multissensorial

Perspectiva. Em Pesquisa Multissensorial (Vol. 31, Edição 7, pp. 645–674). Brilho Acadêmico

Editores. https://doi.org/10.1163/22134808-20181293

Gavgani, AM, Nesbitt, K. v., Blackmore, KL e Nalivaiko, E. (2017). Perfil subjetivo

sintomas e alterações autonômicas associadas à doença cibernética. Autônomo

Neurociência: Básica e Clínica, 203, 41–50.

https://doi.org/10.1016/j.autneu.2016.12.004

21
Machine Translated by Google

Greenlee, MW, Frank, SM, Kaliuzhna, M., Blanke, O., Bremmer, F., Churan, J., Cuturi, L.

F., MacNeilage, PR e Smith, AT (2016). Integração multissensorial no automovimento

Percepção. Pesquisa multissensorial, 29(6), 525–556. https://doi.org/10.1163/22134808-

00002527

Guna, J., Geršak, G., Humar, I., Krebl, M., Orel, M., Lu, H., & Pogaÿnik, M. (2020). Virtual

Doença da realidade e desafios por trás de diferentes configurações de tecnologia e conteúdo.

Redes e Aplicações Móveis, 25(4), 1436–1445. https://doi.org/10.1007/s11036-

019-01373-w

Häkkinen, J., Ohta, F., & Kawai, T. (2019). Tempo de duração dos sintomas da doença com DMH

visualização de vídeos em 360 graus. IS e T Simpósio Internacional de Eletrônica

Ciência e Tecnologia da Imagem, 2019(3).

https://doi.org/10.2352/J.ImagingSci.Technol.2018.62.6.060403

Kennedy, RS, Lane, NE, Berbaum, KS e Lilienthal, MG (1993). Simulador

Questionário de doença: um método aprimorado para quantificar a doença do simulador.

O Jornal Internacional de Psicologia da Aviação, 3 (3), 203-220.

https://doi.org/10.1207/s15327108ijap0303_3

Keshavarz, B. e Hecht, H. (2011). Validando um método eficiente para quantificar o movimento

doença. Fatores humanos, 53(4), 415–426. https://doi.org/10.1177/0018720811403736

Kim, YY, Kim, HJ, Kim, EN, Ko, HD e Kim, HT (2005). Mudanças características em

os componentes fisiológicos da doença cibernética. Psicofisiologia, 0(0),

050826083901001-??? https://doi.org/10.1111/j.1469-8986.2005.00349.x

Kim, K., Lee, S., Kim, HG, Park, M., & Ro, YM (2019). Avaliação objetiva profunda

Modelo baseado na percepção espaço-temporal de vídeo de 360 graus para doença de RV

Predição. Anais - Conferência Internacional sobre Processamento de Imagens, ICIP, 2019-

Setembro, 3192–3196. https://doi.org/10.1109/ICIP.2019.8803257

Kim, HG, Lim, HT, Lee, S., & Ro, YM (2019). VRSA Net: avaliação de doença VR

considerando movimento excepcional para vídeo VR de 360°. Transações IEEE em Imagem

Processamento, 28(4), 1646–1660. https://doi.org/10.1109/TIP.2018.2880509

22
Machine Translated by Google

Kim, J., Luu, W., & Palmisano, S. (2020). Integração multissensorial e a experiência de

instabilidade de cena, presença e cybersickness em ambientes virtuais. Computadores em

Comportamento Humano, 113, 106484.

Kim, K., Rosenthal, MZ, Zielinski, DJ e Brady, R. (2014). Efeitos do ambiente virtual

plataformas em respostas emocionais. Métodos e programas de computador em

biomedicina, 113(3), 882-893.

Kolasinski, EM, & Gilson, RD (1998, outubro). Doença do simulador e achados relacionados em

um ambiente virtual. Em Anais da Sociedade de Fatores Humanos e Ergonomia

Reunião Anual (Vol. 42, No. 21, pp. 1511-1515). Sage CA: Los Angeles, CA: SAGE

Publicações.

Lackner, JR, & DiZio, P. (2005). Contribuições vestibulares, proprioceptivas e hápticas para

orientação espacial. Na Revisão Anual de Psicologia (Vol. 56, pp. 115–147).

https://doi.org/10.1146/annurev.psych.55.090902.142023

LaViola, JJ (2000). Uma discussão sobre cybersickness em ambientes virtuais. ACM SIGCHI

Boletim, 32(1), 47–56. https://doi.org/10.1145/333329.333344

Li B., Dai, Y., Chen, H., He, M. (2017). Estimativa de profundidade de imagem única por profundidade dilatada

rede neural convolucional residual e inferência soft-weight-sum.

arXiv:1705.00534.

McEwen, JD, Wallis, CGW, Ender, M., d'Avezac, M. (2020). Método e sistema para

fornecer pelo menos uma porção de conteúdo com seis graus de liberdade de movimento. Reino Unido

Patente, GB2575932.

Moss, JD e Muth, ER (2011). Características dos head-mounted displays e seus efeitos

na doença do simulador. Fatores humanos, 53(3), 308–319.

https://doi.org/10.1177/0018720811405196

Nalivaiko, E., Davis, SL, Blackmore, KL, Vakulin, A., and Nesbitt, K.v. (2015).

A doença cibernética provocada pelo head-mounted display afeta o tônus vascular cutâneo,

frequência cardíaca e tempo de reação. Fisiologia e Comportamento, 151, 583-590.

https://doi.org/10.1016/j.physbeh.2015.08.043

23
Machine Translated by Google

Ng, AKT, Chan, LKY e Lau, HYK (2020). Um estudo da doença cibernética e sensorial

teoria do conflito usando um sistema de realidade virtual acoplado ao movimento. Exibições, 61.

https://doi.org/10.1016/j.displa.2019.08.004

Padmanaban, N., Ruban, T., Sitzmann, V., Norcia, AM, & Wetzstein, G. (2018). Em direção a um

abordagem de aprendizado de máquina para previsão de doenças em vídeos estereoscópicos 360. IEEE

transações sobre visualização e computação gráfica, 24(4), 1594-1603.

Reason, JT, & Brand, JJ (1975). Enjoo de movimento. Academicpress.

Razão, JT (1978). Adaptação à doença de movimento: um modelo de incompatibilidade neural. Jornal do

Sociedade Real de Medicina, 71(11), 819-829.

Rebenitsch, L., & Owen, C. (2014, outubro). Variação individual na suscetibilidade a

cybersickness. In Proceedings of the 27th Annual ACM Symposium on User Interface

software e tecnologia (pp. 309-317).

Rebenitsch, L. e Owen, C. (2016). Revisão sobre cybersickness em aplicativos e visual

exibe. Realidade Virtual, 20(2), 101–125. https://doi.org/10.1007/s10055-016-0285-9

Assim, RHY, Ho, A. e Lo, WT (2001). Uma métrica para quantificar o movimento da cena virtual para

o estudo da doença cibernética: definição, implementação e verificação. Presença:

Teleoperators and Virtual Environments, 10(2), 193–215.

https://doi.org/10.1162/105474601750216803

Somrak, A., Humar, I., Hossain, MS, Alhamid, MF, Hossain, MA e Guna, J. (2019).

Estimando o VR Sickness e a experiência do usuário usando diferentes tecnologias HMD: um

estudo de avaliação. Future Generation Computer Systems, 94, 302-316.

Stanney, KM, & Kennedy, RS (1997). A Psicometria da Ciberdoença.

Comunicações do ACM, 40(8), 66–68. https://doi.org/10.1145/257874.257889

Stanney, KM, & Kennedy, RS (1998, outubro). Efeitos posteriores do ambiente virtual

exposição: Quanto tempo duram?. Em Anais dos Fatores Humanos e

Ergonomics Society Annual Meeting (Vol. 42, No. 21, pp. 1476-1480). Sábio CA: Los

Angeles, CA: SAGE Publications.

24
Machine Translated by Google

Stanney, KM, Hale, KS, Nahmens, I. e Kennedy, RS (2003). O que esperar de

Exposição de ambiente virtual imersivo: influências de gênero, índice de massa corporal e

Experiência passada. Human Factors, 45(3), 504–520.

https://doi.org/10.1518/hfes.45.3.504.27254

Stoffregen, T. (1991). Uma teoria ecológica da doença de movimento e instabilidade postural.

Taylor e Francis, 3(3), 195–240. https://doi.org/10.1207/s15326969eco0303_2

Stoffregen, T. (2014). Controle de movimento, enjôo e a dinâmica postural do movimento

dispositivos. Springer, 232(4), 1389–1397. https://doi.org/10.1007/s00221-014-3859-3

Vickers, AJ (2005). Estatísticas paramétricas versus não paramétricas na análise de

ensaios randomizados com dados não distribuídos normalmente. pesquisa médica BMC

metodologia, 5(1), 1-12.

Weech, S., Moon, J. e Troje, NF (2018). Influência da vibração por condução óssea na

simulador de doença em realidade virtual. PLOS ONE, 13(3), e0194137.

https://doi.org/10.1371/journal.pone.0194137

Yildirim, C. (2019). A doença cibernética durante os jogos de RV prejudica o prazer do jogo: A

modelo de mediação. Mostra, 59, 35–43. https://doi.org/10.1016/j.displa.2019.07.002

Yu , F. & Koltun, V. (2016). Agregação de contexto multiescala por convoluções dilatadas,

Conferência Internacional sobre Representações de Aprendizagem (ICLR).

25
Machine Translated by Google

Agradecimentos

Este trabalho foi apoiado por um UKRI StoryFutures R&D on Demand concedido à ERF.

Interesses competitivos

Os autores declararam não ter conflitos de interesse quanto à sua autoria ou

a publicação deste artigo.

Contribuição do autor

IA e EF projetaram o experimento e escreveram o manuscrito. PDM, ME e JDM

projetou a tecnologia VR e implementou o cenário VR. IA coletou os dados. JDM

reviu o manuscrito, fazendo uma revisão crítica do mesmo. Todos os Autores deram a aprovação final do

a versão a ser publicada.

26
Machine Translated by Google

Legenda da figura

Figura 1. Configuração Experimental e Resultados do Questionário de Doença do Simulador (SSQ)

(A) Os participantes foram expostos a um cenário personalizado de Realidade Virtual (VR) em ambos os padrões 360-

VR (3 graus de liberdade VR) e a configuração copernic360-VR (6 graus de liberdade VR).

(B) Os resultados mostraram uma redução significativa na náusea no Questionário de Doença do Simulador

(SSQ) na condição copernic360-VR em comparação com o padrão360-VR (3 graus de liberdade

RV). Não surgiram diferenças significativas nas dimensões oculomotora e desorientação de

o questionário. Nenhuma diferença significativa também surgiu nas pontuações totais.

27