Mejoras basadas en heurísticas para la percepción de estímulos en simuladores de realidad virtual y realidad aumentada

Resumen

Los simuladores basados en realidad virtual y realidad aumentada están cada día más introducidos en nuestras vidas. Hace tan solo dos décadas, este tipo de sistemas únicamente estaba al alcance de los ejércitos de algunos países y de grandes compañías aéreas o automovilísticas, pero hoy es posible comprar simuladores y recibirlos en casa por muy poco dinero. Todos los simuladores tratan de hacer creer a los usuarios que están viviendo una situación ajena a su realidad y, dependiendo del objetivo del simulador, el usuario realizará una serie de acciones encaminadas al entretenimiento, a la formación o incluso a la superación de pruebas selectivas. Para medir la calidad de los simuladores existe una gran variedad de métodos. Uno de los aspectos clave en todos estos métodos es saber cuántos sentidos del cuerpo humano es capaz de estimular el simulador. Generalizando, a más sentidos estimulados de mejor simulador se tratará. Habitualmente los sentidos estimulados son el visual, el auditivo y el táctil, este último mediante la instalación de elementos con los que el usuario interactúa, como un volante, un joystick o incluso una cabina de control completa. Otros sentidos, como el olfato, la propiocepción o el vestibular (sentido del movimiento), suelen estimularse menos habitualmente, pero no son menos importantes. La conjunción adecuada de estos estímulos en el usuario hará que su sensación de presencia en la simulación sea más elevada y, si el usuario se concentra en lo que se está simulando y no en el entorno real en el que se encuentra, se alcanzarán mejor los objetivos de la simulación. Por otro lado, una conjunción inadecuada de estos estímulos en el cerebro humano puede ocasionar el efecto contrario, llegando incluso a generar una sensación de incomodidad tan elevada que impida que el usuario finalice la simulación. De todos los sentidos, la presente tesis doctoral se focaliza en el sentido del movimiento y cómo éste puede hacer que los usuarios de simuladores aumenten considerablemente su sensación de presencia y, por lo tanto, se cumpla mejor el objetivo con el que se diseñó un simulador. La manera habitual de introducir estímulos de movimiento en usuarios de simuladores es mediante plataformas de movimiento, pero, como se verá en los capítulos posteriores, no son la única alternativa. Las plataformas de movimiento son aparatos mecánicos que, gracias a una serie de actuadores, son capaces de generar movimientos rotacionales o traslacionales en uno o más Grados de Libertad (GdL). Generalmente se instalan ancladas al suelo y constan de dos partes, una base fija donde están los actuadores y una parte móvil donde se instala el usuario. A veces, las plataformas portan cabinas complejas para recrear la realidad de lo que quiera simular y otras veces únicamente portan un simple asiento. Cuando se desarrolla una simulación, principalmente si se trata de simular un vehículo (avión, coche, barco, bote de rescate, motocicleta, etc), se implementa un modelo físico del que se extraen las aceleraciones y velocidades angulares que se están produciendo y éstas son las que se intentan reproducir en la plataforma de movimiento. La traducción de estas aceleraciones y velocidades angulares a señales para la plataforma pasan a través de varias capas de software entre las que destaca el algoritmo de generación de claves de movimiento o Motion Cueing Algorithm (MCA por sus siglas en inglés). Los MCA intentan trasladar a movimiento de la plataforma todo lo que ocurre en el modelo simulado, pero esto no siempre es posible debido a las limitaciones intrínsecas de tener un sistema mecánico (anclado al suelo) con rangos de movimiento delimitados en el espacio. Por lo tanto, parte de la tarea a realizar por los MCA consiste el discernir qué señales se reproducirán (y cómo) y qué señales se omitirán por ser imposible reproducirlas. Para poder configurar cómo el MCA realiza esta tarea, generalmente, existen decenas de parámetros a ajustar. Con una correcta configuración se puede llegar a recrear la mayoría de movimientos generados en el modelo físico, pero siempre habrá alguno que, bien por su amplitud o bien por la situación en que se encuentre la mecánica en el momento en que se debe recrear, no se pueda recrear. Esto puede ser un problema si parte de los movimientos que se pierden son importantes para el correcto cumplimiento del objetivo del simulador. Es decir, si la información que el MCA elimina le debía transmitir al usuario ciertos estímulos a partir de los cuales tomar una decisión (aumentar o disminuir altura en un simulador de avión, frenar cuando se pasa por unas bandas reductoras de velocidad en un simulador de conducción de coche, etc) las acciones que realice el usuario no serán las adecuadas. Con todo esto, la hipótesis de que se parte es que, aun siendo imperfectas las claves de movimiento generadas por las plataformas de movimiento en los simuladores, sabiendo el objetivo y el uso concreto para el que se diseña el simulador, mediante la implementación de determinadas heurísticas que resalten los elementos que se consideren más importantes, es posible generar un movimiento útil, aunque no fidedigno. Actualmente no existen alternativas para resolver este problema, por lo que la presente tesis doctoral lo analiza en profundidad, evaluando diversas alternativas para solucionarlo y proponiendo, de manera novedosa, un sistema capaz de solucionar parte de esta problemática. En base a los resultados de los experimentos realizados y a los análisis de los datos obtenidos, se puede confirmar que, gracias a la incorporación de heurísticas, se mejora la percepción que tienen los usuarios sobre lo que está ocurriendo en cada momento concreto en un simulador. El documento comienza con una revisión del estado del arte de las tecnologías involucradas en todo lo referente a simulación, realidad virtual y realidad aumenta. Poco a poco esta revisión se focaliza en la generación de movimiento, las plataformas de movimiento, los diversos tipos de MCA que existen en la actualidad y algunas posibles soluciones que han puesto a prueba otros investigadores. A continuación, se muestra un experimento en el que se pone en valor la importancia del sentido de movimiento en los simuladores formativos. Para ello se analiza un simulador de vuelco de coche basado en realidad virtual que tiene por objetivo la concienciación respecto al uso del cinturón de seguridad. Este sistema se ha utilizado para comprobar que el nivel de concienciación se ha incrementado notablemente gracias, precisamente, a la sensación de movimiento generada. Seguidamente se muestra el experimento llevado a cabo con un sistema de simulación altamente inmersivo que cuenta con una plataforma de movimiento 3DOF capaz de soportar a 12 usuarios simultáneos, destinado a la concienciación en seguridad vial. Este sistema mezcla imágenes reales e imágenes generadas por ordenador (virtuales) por lo que la generación de claves de movimiento para la plataforma era extremadamente complicada. Se propone una solución novedosa para este tipo de sistemas visuales. Vista la importancia de transmitir adecuadamente el movimiento a los usuarios de simuladores, se continúa identificado las aceleraciones que se pierden con una configuración estándar de MCA para un simulador de conducción de coche formativo que consta de una plataforma de movimiento 6DOF. Para ello se caracteriza, mediante un sistema de sensores, el movimiento de un coche real y se sincroniza con lo que ocurre en cada momento en la conducción. Estos datos se introducen en un MCA y se compara la entrada contra la salida para resaltar las pérdidas y a qué situaciones de conducción corresponden. Por último y visto que las pérdidas producidas pueden ser muy relevantes en los simuladores formativos, se propone un método heurístico, modificando ligeramente la configuración clásica de un MCA, que puede garantizar que ciertas señales que antes se perdían lleguen debidamente a los usuarios. El trabajo aquí plasmado ha dado lugar a diversas publicaciones científicas, una licencia de propiedad intelectual en explotación y ha tenido un impacto social (transferencia tecnológica) de gran relevancia, como se muestra en el último capítulo.