wip减少传感器使用
继上周论文继续深度考察，首先论文做对比用到的主要身体姿势估计设备IMU惯性测量单元
该方法虽然不需要在身体上放置额外的传感器。该研究通过评价证明了WIP的可接受性能。但是，这种方法具有局限性，仅限于用户在跟踪区域内进行各种身体运动时步数识别率高有其局限性。文章所用是更现代化的基于智能手机的头戴式显示器（HMD），类似的借鉴于我们的picovr之类的头戴式设备。
锯齿功能在本文用到更加稳定，步进准确率更高，虚拟速度以数学方式到本文实验方法，优点适于任何慢跑姿势应用锯齿功能 虚拟速度 以数学方式到我们的方法。自然导航是可能的，当 虚拟速度方法应用于 WIP 方法使用房间规模的位置和方向跟踪，大量且重复的测试，前进与深蹲等动作，错误率极小代表方法实验有效
实验相关变量设计:目标是通过 WIP 在虚拟环境中导航，而实际上并没有向前推进。实际是通过使用位置和方向跟踪输出来实现这一目标。我们获得了HMD的 x, y和 z 来自外部跟踪器的轴向位置和旋转。这些变量包括x,y,z.我们通常使用 y坐标表示地面上方的位置，并且 X坐标来表示头部间距。 H 如果用户不故意鞠躬，则近似于用户的视线高度较人体高度略低
如图展示了本文主要俩个阶段从校准来确定覆盖跟踪的范围，到wip中心轴由人体视线高度估算两个阶段，然后这里主要介绍实验值得采纳的一些部分
1.校准：通过采取合适的姿势确定范围，，范围具体取决于算法和实现高度，校准房间规模和环境设备
2、中心轴：当佩戴HMD的用户面向前方并执行WIP（例如就地点动）时，可以在 y垂直于地面的轴，其运动轨迹类似与正弦波类似，知道了wip就大致定下了步长范围。
这里值得实验借鉴，当一个人走路是他不仅会向前看还会前后倾斜头部,这里x的变化往往取决与wip的变化，X当用户向下倾斜头部时变为负值并且 X当它被提高时也就是倾斜角度变大是运动变得积极，也就是h中心轴距离拉长
在执行时，HMD由于下半身的重复运动而上下移动，下半身的振幅根据腿的长度和姿势而具有不同的振幅。为了指定范围，必须详细指定 WIP 运动。WIP 运动本身对用户来说可能是模棱两可的。在原地行走时不同身高的人视线范围也不同如图，红色是显示器位置，初始位置黑色为视线位置，这个波动是由于头部晃动产生的
3.关于速度的考虑，虚拟速度往往取决于我们的移动步长间隔，虚拟速度与物理速度差异也往往会造成晕动症现象，即当用户继续 WIP 和 WIP 停止时。以恒定的运动速度继续 WIP 时，用户不应遇到视觉停滞的情况，因为他们仍在移动。但是，当用户停止 WIP 时，他们不应体验视觉移动。这些体验会降低用户的沉浸感，并可能导致晕动病，这里在建模速度时，锯齿函数比脉冲函数和盒子函数为用户提供更自然的感觉。
WIP 是一种单向导航方法。在以前的研究中通过抬起头部来向后导航以补偿单向 WIP 的缺点。这里与我们的思路相同设置某个度数，当超过这个度数了执行向后导航，文中实验通过用户各种情况下体验的负担最小 T 是 30 度
4.环境设置
为了证明基于位置跟踪器的WIP的性能，导航任务使用大多数其他WIP研究中包含的直线轨迹执行。与我们思路相同使用了 Unity游戏引擎 来构造虚拟环境，这是一个空间 20×400 m2，被没有障碍物的墙壁包围（如图）地板和墙壁不平坦，以提供视觉提示供用户导航。用户界面 （UI） 为受试者提供数值校准进度。这允许受试者在一段时间（约 2 秒）内保持正确的姿势时自动校准。此过程可以通过操作触发器或者我们的模型设定来代替。再设置最佳校准时，此校准过程是必要的 H 在用户的视线高度。
实验不足之处就是速度方面不够太多，方向上不够全面，还可以在角度上多方向的设顶，在速度上考虑。
