[논문]모션플랫폼과 VR HMD를 사용하는 VR콘텐츠의 제작환경에 따른 문제점과 개선 방안

권호종; 성정환

doi:10.7583/jkgs.2019.19.3.15

[국내논문] 모션플랫폼과 VR HMD를 사용하는 VR콘텐츠의 제작환경에 따른 문제점과 개선 방안
A Study on the Problem and Improvement of VR Content Using Motion Platform and VR HMD 원문보기

한국게임학회 논문지 = Journal of Korea Game Society, v.19 no.3, 2019년, pp.15 - 24

권호종 (숭실대학교 글로벌미디어학부) , 성정환 (숭실대학교 미디어학과)

초록
AI-Helper

VR HMD와 모션플랫폼을 이용한 VR콘텐츠는 모션플랫폼의 움직임 제어가 중요하며 모션플랫폼의 제어는 고전적인 워시아웃 알고리즘을 기반으로 한다. 하지만 고전적인 워시아웃 알고리즘을 사용할 때 모션플랫폼의 구성과 물리엔진사용의 제한 등으로 제약사항이 생긴다. 따라서 본 연구에서는 제약사항이 발생하는 가상환경에서 가속도를 회전운동으로 변환하는 컨트롤 오브젝트를 사용해 고전적인 워시아웃 알고리즘을 보완하는 새로운 제작 방법을 설계했다. 총 30명의 피험자를 대상으로 새로운 콘텐츠 제작 방법이 기존의 고전적인 워시아웃 알고리즘만을 사용한 것과 비교해 효과가 있는지에 대한 실험조사를 하였고, 그 결과 현실감, 몰입감, 승차감 측면에서 유의한 차이로 개선되었음을 알 수 있었다.

Abstract ▼ AI-Helper

Many limitations arise when using washout algorithms to calibrate input values in VR content-making environments using VR HMD and motion platforms. Thus, in this study, we designed a new fabrication method using a control object that turns acceleration into a rotational motion. A total of 30 people were tested to see if the improved method was better than the existing one. The results showed significant differences that the improved method is better for realism, immersion and ride comfort.

Keyword

표/그림 (14)

그림 [Fig. 1] 6 Degrees Of Freedom
그림 [Fig. 2] Classical Washout Algorithm
표 [Table 1] 2DOF Motion Platform
표 [Table 2] 3DOF Motion Platform
표 [Table 3] 6DOF Motion Platform
그림 [Fig. 3] Input change of high-pass filter[4]
그림 [Fig. 4] Input change of low-pass filter[5]
그림 [Fig. 5] 3DOF Motion Platform
그림 [Fig. 6] Road and Vehicle Wireframe
그림 [Fig. 7] Road and Vehicle Modeling
표 [Table 4] Slop rotation angle
표 [Table 5] Characteristics of experiment participants
그림 [Fig. 8] Experiment progress
표 [Table 6] One-way ANOVA

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 자유도를 제한한 모션플랫폼과 VR HMD를 활용한 새로운 가상현실의 환경에 기존의 환경에서 이루어진 연구결과를 접목시키면 여러 오류가 발생하게 되었으며 콘텐츠 제작환경 또한 지속적으로 변해 새로운 문제점들이 계속 발생하게 된다. 이에 본 연구는 일반용으로 제작된 모션플랫폼 중 3DOF 모션 시뮬레이터와 VR HMD로 이루어진 가상환경에서 발생하는 문제점과 효과적인 해결 방법에 대해 분석했다.
보급용으로 많이 사용되는 3DOF 모션 시뮬레이션에 이런 문제가 두드러지게 나타나기 쉬워 개선을 필요로 한다. 본 연구에선 모션플랫폼에서 모션을 자동으로 생성시키기 위해 사용되는 워시아웃 알고리즘이 애니메이션 기반의 VR콘텐츠에 적용할 때 취약점이 있다 는 것을 발견해 효과적으로 작동할 수 있도록 컨트롤 오브젝트를 이용한 개선 방법을 제시했다. 이를 바탕으로 실험환경을 구축해 실험을 진행한 결과 현실감, 승차감, 몰입감에 대해 유의한 차이를 발견할 수 있었다.

제안 방법

모션을 구현하는 기계적 장치는 엑추에이터(Actuator)로 모션플랫폼의 소형화와 비용을 낮추기 위해 엑추에이터를 소형화하고 개수를 줄이고 엑추에이터의 동작 방법을 바꿔 제작한다. 모션플랫폼은 엑추에이터의 개수에 따라 축으로 구분, 표기하거나 모션플랫폼이 구현 가능한 모션의 수에 따라 DOF로 구분, 표기한다.
다양한 데이터가 있는 가상환경의 차량에 직접 데이터를 입력하면 오차가 발생할 확률이 늘어나 컨트롤 오브젝트(Control Object)를 만들어 모션플랫폼이 표현 가능한 움직임만을 받도록 했다.
전자의 경우 문제의 근원을 직접 해결하기 때문에 가장 좋은 방법이겠지만 시간, 비용 또는 콘텐츠의 내용에 따라 해당 방법의 사용이 어렵다. 본 연구에선 3DOF 모션 시뮬레이터를 이용한 가상환경에서의 문제를 해결하기 위해 후자의 방법을 선택했다. 고전적인 워시아웃 알고리즘에선 동역학적 성분인 병진 가속도가 없을 때 틸트 코디네이션이 제대로 역할을 하지 못한다.
고전적인 워시아웃 알고리즘에선 동역학적 성분인 병진 가속도가 없을 때 틸트 코디네이션이 제대로 역할을 하지 못한다. 따라서 틸트 코디네이션의 기능을 고전적인 워시아웃 알고리즘에 입력되는 값에 미리 적용해 병진가속도를 회전운동으로 변환해 더 하는 방식으로 설계했다. 다양한 데이터가 있는 가상환경의 차량에 직접 데이터를 입력하면 오차가 발생할 확률이 늘어나 컨트롤 오브젝트(Control Object)를 만들어 모션플랫폼이 표현 가능한 움직임만을 받도록 했다.
다양한 데이터가 있는 가상환경의 차량에 직접 데이터를 입력하면 오차가 발생할 확률이 늘어나 컨트롤 오브젝트(Control Object)를 만들어 모션플랫폼이 표현 가능한 움직임만을 받도록 했다. 가속도가 변하는 좌회전, 우회전, 급정거, 급출발을 하는 상황에 따라 X축, Z축의 회전에 대해 가중치를 주고 Y축에 해당하는 Yaw는 3DOF 모션 시뮬레이터의 구조상 구현이 불가능해 컨트롤 오브젝트에 해당 요소를 빼 다른 값에 간섭이 되지 않도록 했다. 좌회전, 우회전하는 상황에선 원심력에 비례해 가중치를 주기 위해 원심력의 반대 방향의 같은 힘인 구심력을 이용했으며 구심력을 구하는 공식은 (1)과 같다.
본 연구에서는 실험환경 제작을 위해 보편적으로 사용되는 형태의 3DOF 모션 시뮬레이터와 HTC VIVE를 이용한다. 그리고 실험을 위해 제작한 경로와 탑승물을 이용하여 게임 엔진 Unity를 통해 실험환경을 구축했다. 실험에 사용한 3DOF 모션 시뮬레이터는 [Fig.
이때 각 곡선 길은 비탈길로 비탈의 회전 각도는 15deg씩 증가하게 되며 각 곡선길이 가지는 각도는 [Table 4]와 같다. 실험환경은 애니메이션으로 동작하는 차량에 탑승하여 피험자가 상호 작용(Interaction)하는 요소가 존재하지 않는 영상형 VR콘텐츠로 제작하였다. 차량 모델링 파일에 애니메이션이 포함돼 게임 엔진인 Unity에서 재생된다.
본 연구에선 서울경기지역의 20대 대학생들 대상으로 2019년 3월 27일부터 2019년 4월 3일 까지 총 30명을 대상으로 실험 조사하였으며 구성된 피험자의 그룹 특성은 [Table 5]와 같다. 실험은 블라인드 테스트로 총 3번으로 나눠 진행을 하였으며 피험자는 1차 실험에선 간단한 신상정보와 탑승 전 상태에 대한 설문 조사를 작성하고 지형에 따라 모션을 표현하는 Direct Position을 이용한 VR콘텐츠를 체험하게 되며 2차 실험에선 고전적인 워시아웃 알고리즘(Classical Washout Algorithm)을 이용해 모션을 생성한 VR콘텐츠를 체험하며 3 차 실험은 개선한 워시아웃 알고리즘(Undated Washout Algorithm)을 이용해 모션을 생성한 VR 콘텐츠를 체험한다. 각 체험 후 피험자에게 멀미도 검사를 위한 SSQ[9], 몰입도 검사를 위한 SUS[10], 그리고 승차감[11] 및 각 체험의 상대적 선호도에 대한 설문조사를 실시하였다.
실험은 블라인드 테스트로 총 3번으로 나눠 진행을 하였으며 피험자는 1차 실험에선 간단한 신상정보와 탑승 전 상태에 대한 설문 조사를 작성하고 지형에 따라 모션을 표현하는 Direct Position을 이용한 VR콘텐츠를 체험하게 되며 2차 실험에선 고전적인 워시아웃 알고리즘(Classical Washout Algorithm)을 이용해 모션을 생성한 VR콘텐츠를 체험하며 3 차 실험은 개선한 워시아웃 알고리즘(Undated Washout Algorithm)을 이용해 모션을 생성한 VR 콘텐츠를 체험한다. 각 체험 후 피험자에게 멀미도 검사를 위한 SSQ[9], 몰입도 검사를 위한 SUS[10], 그리고 승차감[11] 및 각 체험의 상대적 선호도에 대한 설문조사를 실시하였다. 앞에 서술한 모든 VR콘텐츠들의 3DOF 모션 시뮬레이터의 움직임을 제외한 모든 요소가 동일하게 해 다른 요소로 인한 차이를 최소화 되도록 고려해 설계를 했으며 피험자의 휴식시간을 고려해 제작한 스케줄에 따라 진행했다.
앞에 서술한 모든 VR콘텐츠들의 3DOF 모션 시뮬레이터의 움직임을 제외한 모든 요소가 동일하게 해 다른 요소로 인한 차이를 최소화 되도록 고려해 설계를 했으며 피험자의 휴식시간을 고려해 제작한 스케줄에 따라 진행했다.
SUS는 몰입감 하나로 요인이 나타난다. VR콘텐츠 간에 상대평가를 하는 설문에선 현실감 (Realism), 몰입감(Immersion), 멀미도(Motion Sickness), 승차감(Ride Comfort)에 대한 비교했다. 설문결과에 대한 분석은 VR콘텐츠의 모션 생성의 방법에 따라 주요 요인의 평균이 유의한 차이가 있는지 검증하고자 일원배치 분산분석(One-way ANOVA)를 실시하였다.

대상 데이터

실험에 사용한 3DOF 모션 시뮬레이터는 [Fig. 5]로 앞뒤 회전(Pitch)와 좌우 회전(Roll)이 -10deg ∼ 10deg의 운동범위를 가지고 상하 수직 이동(Heave)는 -30mm ∼ 30mm의 운동범위를 가진다.
본 연구에선 서울경기지역의 20대 대학생들 대상으로 2019년 3월 27일부터 2019년 4월 3일 까지 총 30명을 대상으로 실험 조사하였으며 구성된 피험자의 그룹 특성은 [Table 5]와 같다. 실험은 블라인드 테스트로 총 3번으로 나눠 진행을 하였으며 피험자는 1차 실험에선 간단한 신상정보와 탑승 전 상태에 대한 설문 조사를 작성하고 지형에 따라 모션을 표현하는 Direct Position을 이용한 VR콘텐츠를 체험하게 되며 2차 실험에선 고전적인 워시아웃 알고리즘(Classical Washout Algorithm)을 이용해 모션을 생성한 VR콘텐츠를 체험하며 3 차 실험은 개선한 워시아웃 알고리즘(Undated Washout Algorithm)을 이용해 모션을 생성한 VR 콘텐츠를 체험한다.

데이터처리

설문조사 결과는 SPSS 25를 이용하여 통계분석을 실시하였다. SSQ는 매스꺼움(Nausea), 안구운동불편(Oculomotor), 방향감각상실(Disorientation)이라는 멀미에 관한 세 가지의 요인으로 분석되어 나온다.
VR콘텐츠 간에 상대평가를 하는 설문에선 현실감 (Realism), 몰입감(Immersion), 멀미도(Motion Sickness), 승차감(Ride Comfort)에 대한 비교했다. 설문결과에 대한 분석은 VR콘텐츠의 모션 생성의 방법에 따라 주요 요인의 평균이 유의한 차이가 있는지 검증하고자 일원배치 분산분석(One-way ANOVA)를 실시하였다. [Table 6]은 분석한 결과 로 모션 생성 방법에 따라 SUS(F=4.

이론/모형

본 연구에서는 실험환경 제작을 위해 보편적으로 사용되는 형태의 3DOF 모션 시뮬레이터와 HTC VIVE를 이용한다. 그리고 실험을 위해 제작한 경로와 탑승물을 이용하여 게임 엔진 Unity를 통해 실험환경을 구축했다.

성능/효과

초기의 모션플랫폼은 고가이며 매우 큰 부피를 차지하고 있어 금전적, 공간적 제약이 존재해 일반용으로 사용하기 어려웠기 때문에 모션의 자유도를 줄인 소형 모션플랫폼들이 등장하게 되었다. 그에 따라 가상환경 기반의 환경을 가지는 실험과 콘텐츠 개발에 VR HMD와 모션플랫폼을 동시에 사용하는 사례가 증가했다. VR HMD와 모션플랫폼에 관한 다양한 연구들이 진행되었는데 그 중 모션플랫폼에 관한 연구들은 기존의 크고 온전한 자유도를 가진 모션플랫폼에 대한 것이 주를 이뤘다.
[Table 6]은 분석한 결과 로 모션 생성 방법에 따라 SUS(F=4.169, p<.05)는 개선된 워시아웃 알고리즘에선 평균 3.66으로 고전적인 워시아웃 알고리즘의 평균 3.20과 Direct Position의 3.42보다 높게 나왔으며 유의한 차이를 보였다.
현실감(F=7.480, p<.001)에선 개선된 워시 아웃 알고리즘에서 평균 3.83으로 Direct Position의 평균 2.77과 고전적인 워시아웃 알고리즘의 평균 2.80보다 높게 나왔으며 유의한 차이가 있음을 보였다.
몰입감(F=8.038, p<.001)에선 개선된 워시아웃 알고리즘이 평균 4.00으로 Direct Position의 평균 2.93과 고전적인 워시아웃 알고리즘의 평균 2.87보다 높게 나왔으며 유의한 차이를 보였다.
승차감(F=3.834, p<.05)은 개선된 워시아웃 알고리즘이 평균 3.60으로 Direct Position의 평균 2.80, 고전적인 워시아웃 알고리즘의 평균 3.00보다 높게 나왔으며 유의한 차이를 보였다.
하지만 매스꺼움, 안구운동불편, 방향감각상실, 멀미도에 대해 유의한 차이를 보이지 않았다. 사후검정 결과 Direct Position과 고전적인 워시아웃 알고리즘은 유의한 차이를 보이지 않았고 개선된 워시아웃 알고리즘만 유의한 차이를 보이고 있다.
본 연구에선 모션플랫폼에서 모션을 자동으로 생성시키기 위해 사용되는 워시아웃 알고리즘이 애니메이션 기반의 VR콘텐츠에 적용할 때 취약점이 있다 는 것을 발견해 효과적으로 작동할 수 있도록 컨트롤 오브젝트를 이용한 개선 방법을 제시했다. 이를 바탕으로 실험환경을 구축해 실험을 진행한 결과 현실감, 승차감, 몰입감에 대해 유의한 차이를 발견할 수 있었다. 하지만 본 연구에 사용된 실험 환경은 한정된 환경과 상황을 가지고 있어 모션플랫폼의 종류, 가상환경의 물체의 특징에 따라 최적화 하는 방법이 달라지는 워시아웃 알고리즘의 특성에 의해 환경이 바뀌면 다른 실험 결과가 나올 수 있다.

후속연구

하지만 본 연구에 사용된 실험 환경은 한정된 환경과 상황을 가지고 있어 모션플랫폼의 종류, 가상환경의 물체의 특징에 따라 최적화 하는 방법이 달라지는 워시아웃 알고리즘의 특성에 의해 환경이 바뀌면 다른 실험 결과가 나올 수 있다. 따라서 향후에는 다양한 모션플랫폼에 최적화 가능한 표준안 또는 모듈화에 대한 지속적인 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	하이패스필터가 무엇인가요?	하이패스필터는 입력되는 고주파 성분(High Frequency)을 통과시키고 동역학적인 성분을 가진 저주파 성분(Low Frequency)을 제한하는 필터로 가속도와 각속도가 제한된다. 그리고 하이패스 필터는 입력된 신호의 크기를 낮추며 변화량을 부드럽게 하며 초기 값으로 수렴하는 기능을 구현한다.
	모션플랫폼의 이점은 무엇인가요?	모션플랫폼이 군사용 훈련 시뮬레이터로 처음 사용되었으며 실제 상황과 유사한 가상환경을 만들어 훈련에 활용했다. 모션플랫폼을 이용하면 실제 상황에서 발생하는 움직임을 표현하기 때문에 단순 디스플레이만을 이용해 훈련하는 것보다 높은 현실감과 몰입감으로 훈련에 도움이 된다. 또한 극한의 훈련 상황을 만들 수 있어 효율 높은 결과를 가질 수 있다.
	병진 가속도가 존재하지 않을 때 3DOF 모션 시뮬레이터에서 어떻게 동작하게 되나요?	만약 병진 가속도가 존재하지 않는다면 6DOF 모션 시뮬레이터는 Sway, Surge, Heave, Yaw, Pitch, Roll로 출력돼 물리변화에 대응해 모션이 생성되지만 3DOF 모션 시뮬레이터는 Sway, Surge, Yaw에 대한 모션을 실행할 수 없다. 따라서 Heave, Roll, Pitch에 해당하는 위아래의 병진 운동, 좌우의 회전운동, 앞뒤의 회전운동에만 반응을 하게 된다. 이는 가상환경상의 물체가 앞서 서술한 물리 운동이 발생하지 않으면 부자연스러운 모션이 생성되기 때문에 병진 가속도가 포함된 데이터를 고전적인 워시아웃 알고리즘의 입력 값으로 가지고 있는 것이 모션플랫폼의 모션을 원활하게 생성하는데 좋다.

참고문헌 (14)

H. Cho, H.K. Kim, W.J. Jeon, K.H. Kim, "Technology Trends of Virtual Reality based Motion-Platforms", Electronics and Telecommunications Trends, Volume 29, Issue 1, pp. 31-40, 2014.
Jonathan Pearce, "Research and Development of a 6Degrees of Freedom Electric Motion Platform", SEINAJOKI UNIVERSITY OF APPLIED SCIENCES, 2016.
Min Cheol Lee, Moon Sik Kim, Kyoung Dal Kim, Young Ceun Moon, "Washout Algorithm Performance Evaluation of KAAS Driving Simulator", The Korean Society of Automotive Engineers Symposium, pp. 133-143, 2006.
Lamri Nehaoua, Hichem Arioui, Hakim Mohellebi, Stephane Espie, "Motion Cueing Algorithms for Small Driving Simulator.", Proceedings 2006 IEEE International Conference on Robotics and Automation, 2006.
Eugene Kang, Ki-Sung You, Min-Cheol Lee, "Development of a Washout Algorithm for a Vehicle Driving Simulator Using New Tilt Coordination and Return Mode", Journal of Institute of Control, Robotics and Systems, Volume 10, Issue 7, 2004.
Russel V.Parrish, James E. Dieudonne, Dennis J. Martion Jr., "Coordinated adaptive washout for motion simulators", J.Aircraft, vol. 12, no.1, pp. 44-50, 1975.

상세보기
Raphel Sivan, Jehuda Ish-Shalom, Jen-kuang Huang, "An optimal Control Approach to Man, and cybernetics", IEEE Trans. Sust. Man, cybern, vol. SMC-12, no. 6, 1982.
Sung-Hua Chen, Li-Chen Fu, "An optimal Washout Filter Design for a Motion Platform with Senseless and Angular Scaling Maneuvers", AACC, pp. 4295-4300, 2010.
B.L. Lee, W.H. Son, S.W. Nam, H.S. Oh, D.J. Kang, H.W. Nam, S.K Jung, D.I. Seo, "Framework of Evaluation and Assessment for the VR Sickness and Fatigue of Virtual Reality Content", TTA Standard, 2018.
Martin Usoh, Ernest Catena, Sima Arman, Mel Slater, "Using Presence Questionnaires in Reality", PRESENCE: Virtual and Augmented Reality, Volume 9, Issue 5, p.497-503 ,2000.
Se-Jin Park, Chul-jung Kim, Byung-chan Min, Han-Kyung Kim, Hong-mo Seong, et al, "Development of Evaluation Technique Of Ride Quality and Fatigue in Vehicle", KRISS-99-131-IR, 1999.
Slater, M., Steed, A., McCarthy, J., Maringelli, F. (1998) The Influence of Body Movement on Subjective Presence in Virtual Environments, Human Factors, 40(3), 469-477.

상세보기
Slater, M., Sadagic, A., Usoh, M., Schroeder, R. (2000) Small Group Behaviour in Virtual and Real Environments: A Comparative Study, Presence: Teleoperators and Virtual Environments, 9(1), 37-51.

상세보기
Sun-Ho Kim, Ho-Sub sin, Sea-Hun Chung, "VR Journalism Research", Korea Press Foundation, Research 2016-07, 2016.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증