JoVE Logo

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

מציאות וירטואלית (VR) ניסויים יכול להיות קשה ליישם, דורש תכנון קפדני. פרוטוקול זה מתאר שיטה לצורך העיצוב והיישום של ניסויים VR שאוספות נתונים פיזיולוגיים ממשתתפים אנושי. הניסויים במסגרת סביבות וירטואליות (ערב) הוא מועסק כדי להאיץ תהליך זה.

Abstract

מציאות וירטואלית (VR) ניסויים מועסקים יותר ויותר בגלל תוקפם פנימיים וחיצוניים בהשוואה בעולם האמיתי תצפיות וניסויים מעבדה, בהתאמה. VR שימושית במיוחד עבור פריטים חזותיים הגיאוגרפי וחקירת מקרים של התנהגות מרחבית. במחקר התנהגות מרחבית, VR מספק פלטפורמה ללמוד את הקשר בין ניווט פיסיולוגיים (למשל., העור מוליכות, קצב הלב, לחץ דם). באופן ספציפי, פיסיולוגיים לאפשר לחוקרים שיעסוק הרומן ואילוצים התאוריות הקודמות של יכולות מרחביות, אסטרטגיות וביצועים. לדוגמה, הבדלים בביצועים הניווט יכול להיות מוסבר על ידי במידה שבה לשינויים עוררות לתווך את ההשפעות של פעילות קושי. עם זאת, המורכבות, לצורך העיצוב והיישום של ניסויים VR ניתן להסיח את הדעת ניסויים של מטרות המחקר העיקרי שלהם, להציג את אי סדרים לאיסוף וניתוח הנתונים. לטפל באתגרים אלה, הניסויים בוירטואלי סביבות (ערב) מסגרת כוללת מודולים סטנדרטיים כגון משתתף אימון עם הפקד ממשק, איסוף נתונים באמצעות שאלונים, הסינכרון של פיזיולוגית מדידות, אחסון נתונים. איב מספק גם את התשתית הדרושות עבור ניהול נתונים, ויזואליזציה ופתוח הערכה. המאמר הנוכחי מתאר פרוטוקול מעסיקה במסגרת ערב כדי לערוך ניסויים הניווט ב- VR עם חיישנים פיזיולוגיים. הפרוטוקול מפרט את השלבים הנחוצים עבור גיוס משתתפים, הצמדת החיישנים פיזיולוגיים, ניהול הניסוי באמצעות ערב ולאחר הערכת הנתונים שנאספו עם כלי הערכה איב. בסך הכל, פרוטוקול זה יקל למחקר עתידי על-ידי ייעול לצורך העיצוב והיישום של ניסויים VR עם חיישנים פיזיולוגיים.

Introduction

הבנה כיצד לנווט יחידים יש השלכות חשובות על מספר שדות, כולל מדעים קוגניטיביים1,2,3,4,מדעי המוח5ו מדעי המחשב6 , 7. הניווט נחקר בסביבות ריאלים. אחד היתרונות של ניסויים בעולם האמיתי היא הניווט אינה דורשת את תיווכו של ממשק שליטה ובכך עשויה לייצר התנהגות מרחבית יותר מציאותי. לעומת זאת, מציאות וירטואלית (VR) ניסויים מאפשר מדידה מדויקת יותר של התנהגות (למשל., מסלולי הליכה) ופיזיולוגיים (למשל., קצב הלב) נתונים, וכן לשלוט יותר נסיוני (כלומר. פנימי תוקף). בתורו, גישה זו עלולה להביא פירושים פשוטים יותר של נתונים ותיאוריות ובכך עמידים יותר של ניווט. בנוסף, מדעי המוח יכולים להפיק תועלת VR כי החוקרים לחקור את ה"מפה עצבית של ניווט בזמן המשתתפים עוסקים בתוך הסביבה הוירטואלית אבל לא יכול להזיז פיזית. עבור מדעני מחשב, מחייב ניווט ב- VR פיתוחים ייחודיים בעיבוד כוח, זיכרון, גרפיקה ממוחשבת על מנת להבטיח חוויה מקיפה. ממצאי ניסויים VR ניתן להחיל גם בנושאי אדריכלות, קרטוגרפיה ביידוע העיצוב של הבניין פריסות8 ו מפת תכונות9 כדי להקל על הניווט בעולם האמיתי. לאחרונה, ההתקדמות בטכנולוגיית VR בשילוב עם ירידה דרמטית עלותו הובילו לעלייה במספר מעבדות העסקת VR עבור עיצובים ניסיוניים שלהם. בשל הפופולריות הגוברת הזו, חוקרים צריך לשקול כיצד לייעל את המימוש של יישומים VR, לתקנן את זרימת העבודה של הניסוי. גישה זו משמרת למשאבי עזרה מיישום לפיתוח התיאוריה ולהרחיב את היכולות הקיימות של VR.

VR setups שיכול לנוע בין יותר פחות מציאותי מבחינת הצגת ופקדים. כיוונוני VR מציאותית יותר נוטים לדרוש תשתית נוספים כגון רווחים גדולים מעקב ו ברזולוציה גבוהה מציג10. מערכות אלה לעתים קרובות להעסיק אלגוריתמים המנותבות מחדש הליכה על מנת להזריק סבבים מורגש, תרגומים משוב חזותי הניתנים למשתמשי ולהגדיל באופן יעיל הסביבה הוירטואלית שדרכו המשתתפים ניתן להעביר11 , 12. אלגוריתמים אלה יכולים להיות מוכללת בכי הם אינם דורשים ידיעת מבנה הסביבה13 או ניבוי כי הם מניחים נתיבים מסוים עבור המשתמש14. אמנם רוב המחקרים על הליכה שנותבו מחדש השתמש מציגה בניינ הראש (HMDs), יש חוקרים להעסיק גירסה של טכניקה זו עם הליכה-in-place כחלק מערכת הקרנה גדולים (למשל., מערות)15. בעוד HMDs יכול להתבצע על ראשו של המשתתף, צגים מערת נוטים לספק16,אופקי שדה ראייה רחב יותר17. עם זאת, פחות תשתית נדרשת עבור מערכות VR באמצעות הצגת שולחן העבודה18,19. מחקר neuroscientific העסיקה גם מערכות VR בשילוב עם דימות תהודה מגנטי תפקודי (fMRI) במהלך סריקה20, בשילוב עם fMRI לאחר סריקה21,22, בשילוב עם אלקטרואנצפלוגרם (EEG) במהלך ההקלטה23,24. מסגרות תוכנה נדרשים על מנת לתאם את מגוון תצוגות של פקדים משמשים למחקר הניווט.

מחקר זה משלבת VR נתונים פיזיולוגיים מציב אתגרים נוספים כגון רכישת נתונים וסינכרון. עם זאת, נתונים פיזיולוגיים מאפשר החקירות של תהליכים מרומז יכול לתווך את הקשר בין ניווט פוטנציאליים והתנהגות מרחבית. ואכן, הקשר בין מתח ניווט נחקרה VR בשולחן העבודה באמצעות שילוב של חיישני פיזיולוגיים שונים (כלומר., קצב הלב, לחץ הדם, מוליכות עור, קורטיזול הרוק ו אלפא-עמילאז)25 , 26 , 27 , 28. לדוגמה, ואן Gerven ועמיתיו29 חקר את ההשפעה של הלחץ על ניווט אסטרטגיה וביצועים באמצעות גירסה מציאות מדומה של פעילות מבוך המים מוריס, מספר פיסיולוגיים (למשל- עור מוליכות, קצב הלב, לחץ דם). התוצאות שלהם חשף כי הלחץ חזה ניווט אסטרטגיה במונחים של שימוש ציון (כלומר., אגוצנטרי לעומת allocentric) אבל לא היה קשור ניווט ביצועים. באופן כללי, ממצאים ממחקרים קודמים אינם עקביים למדי לגבי השפעת הלחץ על הניווט ביצועים וזיכרון מרחבי. דפוס זה ניתן לייחס ההפרדה של הלחץ (למשל., הליך pressor קר26, כוכב מראה המעקב אחר פעילות25) מהפעילות ניווט בפועל, השימוש פשוט מבוך בסביבות וירטואליות ( למשל., המים מוריס וירטואלי מבוך26, הזרוע החישור וירטואלי מבוך28), הבדלים מתודולוגיים פרטים (למשל., סוג הלחץ, סוג של נתונים פיזיולוגיים). ההבדלים בתבנית של נתונים פיזיולוגיים שנאספו ניתן גם בעייתי עבור יישום והטמעה אנליזה של מחקרים כאלה.

הניסויים במסגרת ניסויים וירטואליים (ערב) מקלה על עיצוב, יישום, וניתוח ניסויים VR, במיוחד אלה עם התקנים היקפיים נוספים (למשל., עין עוקבים, התקני פיזיולוגיים)30. במסגרת ערב זמינה בחופשיות כפרוייקט קוד פתוח על GitHub (https://cog-ethz.github.io/EVE/). מסגרת זו מבוססת על הפופולרי אחדות 3D מנוע המשחק (https://unity3d.com/), מערכת ניהול מסד הנתונים MySQL (https://www.mysql.com/). חוקרים יכולים להשתמש במסגרת ערב על מנת להכין את השלבים השונים של ניסוי VR, כולל קדם ולימודים פוסט-שאלונים, למדידות בסיסית עבור נתונים פיזיולוגיים, אימון עם ממשק שליטה, הפעילות הניווט הראשי, ו בדיקות לזיכרון המרחבי של הסביבה navigated (למשל., פסקי הדין של ימין ושמאל). ניסויים ניתן גם לשלוט הסינכרון של נתונים ממקורות שונים, ברמות שונות של מצבור (למשל., דרך ניסויים, בלוקים או מפגשים). מקורות הנתונים עשוי להיות פיזי (כלומר. המחוברות למשתמש; ראה טבלה של חומרים) או וירטואלי (כלומר., תלויים אינטראקציות בין גלגול של המשתתף לסביבה וירטואלית). לדוגמה, ניסוי עשוי לדרוש הקלטה קצב הלב ואת העמדה/כיוון מהמשתתף כאשר גלגול המשתתף באותו עוברת דרך אזור מסוים של הסביבה הוירטואלית. כל המידע הזה באופן אוטומטי מאוחסנים במסד נתונים MySQL, הערכה עם פונקציות replay ו R חבילת evertools (https://github.com/cog-ethz/evertools/). Evertools מספק פונקציות ייצוא, סטטיסטיקה תיאורית בסיסי, וכלים לאבחון עבור הפצות של נתונים.

ניתן לפרוס את המסגרת ערב עם מגוון רחב של תשתיות פיסיות ומערכות VR. בפרוטוקול הנוכחי, אנו מתארים יישום מסוים אחד-NeuroLab-ETH ציריך (איור 1). NeuroLab הוא 12 מ' על ידי חדר 6 מ' המכיל חדר מבודד לביצוע EEG ניסויים, תא המכיל מערכת VR (2.6 מ' x 2.0 מ'), וכן אזור ובעמדי לצירוף חיישנים פיזיולוגיים. המערכת VR כוללת 55" הגדרה גבוהה במיוחד הטלוויזיה צג, מחשב high-end למשחקים, ממשק שליטה בג'ויסטיק וחיישני מספר פיזיולוגיים (ראה טבלה של חומרים). בסעיפים הבאים, אנו מתארים הפרוטוקול עבור ביצוע ניסוי הניווט ב- NeuroLab באמצעות מסגרת איב, חיישנים פיזיולוגיים, נוכח נציג תוצאות מחקר אחד על מתח וניווט ולדון את ההזדמנויות ואתגרים הקשורים במערכת זו.

Protocol

להלן כללי התנהגות נערכה בהתאם להנחיות אושרו על ידי ועדת האתיקה של ETH ציריך במסגרת ההצעה EK 2013-N-73.

1. לגייס ולהכין המשתתפים

  1. בחר משתתפים עם דמוגרפיה מסוים (למשל., גיל, מין, רקע חינוכי) באמצעות מערכת גיוס משתתף או לרשימת התפוצה (למשל., UAST; http://www.uast.uzh.ch/).
  2. צור קשר עם המשתתפים שנבחרו באמצעות דואר אלקטרוני. בדואר אלקטרוני זה, הזכר של המשתתפים זמן ההפעלה ואת הדרישות. תן המשתתפים יודעים כי הם חייבים ללבוש של הפזמון העליון (לניטור לחץ דם), רופף מאלכוהול במשך 12 שעות לפני הניסוי ולהימנע מן מספר פעילויות אחרות (כלומר., קפאין, עישון, אכילה, ופעילות גופנית) במשך 3 שעות לפני הניסוי.

2. מכינים את הניסוי וההתקנים פיזיולוגית באמצעות איב

  1. לפני כל הפעלה ניסיונית, להפעיל את המחשב, את הנסיין, והצג הבדיקה.
  2. ודא את המאוורר בחדר, את המדחום ובצג לחות על.
  3. . הפעילי את המכונה מדידת הפעילות הרישומים מאוד (EDA) את אלקטרוקרדיוגרם (אק ג; למשל., PowerLab מ- ADInstruments). עיין בטבלה של חומרים.
  4. פתח את תוכנת EDA/א (ערב כרגע תומך Labchart מ- ADInstruments) וליצור קובץ הגדרות חדשות. בחר קצב הדגימה של 1,000 הרץ, מספר מתאים של ערוצים (למשל., אחד ה-EDA ואחד בשביל אק ג). שמור את הגדרות הקובץ ולשמור מחדש גרסה עם שם אחר עבור כל מפגש ניסיוני.
  5. עבור ה-EDA האלקטרודות, ביצוע של אפס במעגל פתוח (כלומר., בלי האלקטרודות קשור לדבר) כדי להשיג מידה בסיסית של המערכת מוליכות.
  6. להבטיח את ממשק שליטה (למשל., ג'ויסטיק) מחובר למחשב.
  7. על המסך הנסיין, פתח קובץ ההפעלה אחדות לניסוי.
    1. פתח את תפריט "הגדרות הניסוי" של איב, והזן את הפרמטרים הניסוי (למשל., מספר זהות המשתתף, קובץ מדידות פיזיולוגיות, תנאי הניסוי, חדר טמפרטורה ולחות).
    2. לחץ על "התחל ניסוי".

3. ניתוח ניסיוני

  1. מבוא והסכמה הליך
    1. לאסוף את המשתתף במיקום מוסכם לפגישה והנחה את המעבדה.
    2. מצביעים על כך ההפעלה לקחת כ 90 דקות שואל את המשתתף לחנות שלו או שלה לצפות ו/או הטלפון הנייד.
    3. שואל את המשתתף יושב על הכסא ניסיוני ולהסביר בהליך ניסיוני לפי התסריט מילולית מוכן.
    4. שואל את המשתתף לקרוא דף המידע, יחתמו על טופס הסכמה מדעת.
  2. חיבור של חיישנים EDA ו א
    1. לנקות את האצבע ואת הקמיצה של היד-הדומיננטי עם ממחטה רטובה ללא סבון. ודא כי הם יבשים, להתחבר האלקטרודות EDA שני פרקי האצבעות המדיאלי.
    2. לנקות את העור על החזה שבה יוצבו האלקטרודות אק ג עם מטלית לחה.
    3. מקם את האלקטרודות לבן, שחור ואדום על המשתתף הגוף בין הצלעות על פי איור 2. במקום האלקטרודה לבן על הבטן העליונה ימינה (UR) ולאחר האלקטרודה שחורים על הבטן השמאלית העליונה (UL). במקום האלקטרודה אדום על הבטן הימנית התחתונה (LL). ודא כי האלקטרודות שלושה הם לא ישירות מעל צלע.
    4. חבר את החוטים א המקודדים שלושה האלקטרודות המתאימים המצורפת הגוף של המשתתף.
  3. שאלונים טרום ניסוי
    1. לספק את המשתתף עם מקלדת ועכבר שישמש לענות על השאלונים (למשל., דמוגרפית שאלות, החלק הראשון של השאלון מתח מצב קצר, סנטה ברברה חוש כיוון סולם), ולהודיע לו או לה את זה הם יישאלו סדרה של שאלות על המחשב.
    2. ליידע המשתתפים כי הם יכולים לשאול הנסיין שאלות הנוגעות השאלונים בכל עת.
    3. סגור את הקירות דו צדדי של המשרד בזמן המשתתף משלימה את השאלונים.
  4. הכנות למדידה פיזיולוגיים. שלבים אלה יכול להתבצע בזמן המשתתף משלימה את השאלונים.
    1. ליידע המשתתף הנסיין תכין כעת את ההתקנים פיזיולוגיים.
    2. בדוק את האלקטרודות מחוברים במיקומים הנכונים.
    3. לצרף את לחץ דם השרוול הזרוע האחרת.
    4. לספק הוראות למשתתף בדבר המידה מדויק של לחץ הדם. תגיד המשתתף כדי למזער את הזרוע ותנועות הגוף לשמור על לחץ דם שהקפל ברמה הלב, לשמור על תנוחה זקופה עם הרגליים שלו או שלה שטוחים על הרצפה.
    5. חבר את החוטים EDA שתי האלקטרודות על האצבעות.
    6. תכבה את האור מעל הצג עמומה כל האורות למחלקות אחרות הנמוכה ביותר.
    7. יד הג'ויסטיק למשתתף, להבטיח העכבר מהמסך של צג ה-הבדיקה.
    8. אפס את ערוץ ה-EDA על מנת לקבל מדד של הפרט מתחיל ברמה של מוליכות העור.
    9. בתוכנת ה-EDA/אק ג, לפתוח את תיבת הדו-שיח "ביו כח". בחר את טווח שידור שבו האות היכו לב, מכסה את בסביבות שליש של חלון התצוגה המקדימה (5 mV ברוב המקרים).
    10. להתחיל להקליט בתוכנת ה-EDA/א ובדוק אם אות הוא גלוי בחלון התוכנה EDA/א על המסך הנסיין.
    11. התחל הקלטת על ידי לחיצה על הלחצן המתאים למכונת לחץ דם לחץ דם.
    12. מעבר לתוכנית אחדות פתוח, והקש על "להתחיל מדידות". אובססיה צלב אמור להופיע.
  5. ג'ויסטיק והדרכה בסיסית וידאו
    1. שואל את המשתתף לצפות ולעקוב אחר בסרטון הדרכה שמנחה אותו או אותה כיצד להשתמש מוט ההיגוי.
    2. שאלו את המשתתפים כדי להשלים את המבוך הכשרה על מנת לתרגל באמצעות ג ' ויסטיק. במבוך הזה אימונים, המשתתפים הורו לך בעקבות החצים מצביעים על מסלול, לאסוף פנינים צף.
    3. אם הניסוי כולל קול, מניחים את האוזניות על הראש של המשתתף.
    4. בקש המשתתף לצפייה בסרטון טבע בסיסית בלי לזוז. וידאו זה משמש עבור מידה בסיסית של נתונים פיזיולוגיים של המשתתף במהלך הניתוח עוקבות.
  6. פעילות הניווט
    1. ודא כי המשתתפים יש לקרוא את ההוראות לגבי המשימה הושלמה להיות לבצע ניווט. לא שאלתי אם למשתתף יש שאלות לפני תחילת הפעילות הניווט. תגיד המשתתף כי הם אינו צריך לשאול שאלות במהלך הפעילות הניווט.
    2. שואל את המשתתף ללחוץ על ההדק על מוט ההיגוי כאשר הוא או היא מוכנים להתחיל את הפעילות הניווט.
  7. סופי פיסיולוגיים ולהתנתקות של חיישנים פיזיולוגיים
    1. המתן עד המערכת הושלמה מדידת לחץ דם הסופי.
    2. לעצור את ההקלטה EDA ו א על ידי לחיצה על לחצן עצור תוכנת EDA/אק ג.
    3. הסר את לחץ דם השרוול.
    4. הסר את האלקטרודות EDA של המשתתף.
    5. שאלו את המשתתפים לא כדי להסיר את האלקטרודות אק ג עד סוף הניסוי.
    6. להסיר את מוט ההיגוי אוזניות.
  8. פוסט-ניסוי שאלונים
    1. לספק את המשתתף עם מקלדת ועכבר השאלונים שלאחר הניסוי (למשל., החלק השני של השאלון המדינה מתח קצר, והגמד את הערכה עצמית, השאלון בחילות סימולטור).
    2. ליידע המשתתפים כי הם יישאלו סדרה נוספת של שאלות על המחשב, כי הוא או היא יכולים לשאול שאלות אם יש צורך בכך.
  9. לסיום חלקנו ניסיוני
    1. ליידע המשתתף כי החלק ניסיוני הסתיימה. תודה, או אותו על השתתפות בניסוי.
    2. תגיד המשתתף כי אתה יכול עכשיו להסרת האלקטרודות אק ג.
    3. משלם המשתתפים ולבקש מהם לחתום על הקבלה המודפס.
    4. לשאול אם למשתתף יש שאלות לגבי מטרת הניסוי, ללוות אותו או אותה מחוץ לחדר ניסיוני.

4. לאחר כל מפגש ניסיוני

  1. פתח את תפריט "הערכה" בערב על מנת לנהל ניסוי אבחון (למשל., החוזר מסלולים), ולשמור את הקבצים מדידות פיזיולוגיות בתוכנת ה-EDA/אק ג.
  2. בתפריט "הערכה" איב, לחץ על לחצן "הוסף סמן אירוע" כדי לסמן אירועים קבצים מדידות פיזיולוגיות. שלב זה הוא קריטי עבור הניתוח של הנתונים הפיזיולוגיים מבחינת שלבי ניסוי מסוים.
  3. שמור את קובץ ה-EDA/א בקובץ מדידות פיזיולוגיות בתוכנת ה-EDA/א.
  4. יצא את הנתונים ניסיוני עבור גיבוי באמצעות החבילה evertools.
  5. לכבות את מחשב ה-EDA/א ולנקות את האלקטרודות EDA עם רפידות אלכוהול.
  6. מארק המשתתף שהופיע במערכת הגיוס המשתתף.

תוצאות

של כל משתתף NeuroLab, נאסוף בדרך כלל נתונים פיזיולוגיים (למשל., א), שאלון נתונים (למשל., סנטה ברברה חוש כיוון קנה המידה או SBSOD31), ונתונים ניווט (למשל., השבילים סביבה וירטואלית). לדוגמה, שינויים בקצב הלב (הנגזר מתוך נתוני אק ג) קושרו עם שינויים במצבי מתח בש...

Discussion

בתוך המאמר הנוכחי, אנו המתואר עבור ניסויים ב- VR עם התקנים פיזיולוגית באמצעות המסגרת איב פרוטוקול. סוגים אלה של ניסויים הם ייחודיים בגלל שיקולים חומרה נוספת (למשל., פיזיולוגיים מכשירים וציוד היקפי אחר), שלבי ההכנה לאיסוף נתונים פיזיולוגיים באמצעות VR ודרישות ניהול הנתונים. בפרוטוקול הנ?...

Disclosures

המחברים אין לחשוף.

Acknowledgements

הסביבה הוירטואלית בחביבות סופק על ידי VIS משחקים (http://www.vis-games.de) כדי לערוך מחקר במציאות וירטואלית.

Materials

NameCompanyCatalog NumberComments
Alienware Area 51 BaseDell 210-ADHCComputation
138 cm 4K Ultra-HD LED-TVSamsungUE55JU6470UDisplay
SureSigns VS2+Philips Healthcare863278Blood Pressure
PowerLab 8/35AD InstrumentsPL3508Skin Conductance
PowerLab 26T (LTS)AD InstrumentsML4856Heart Rate
Extreme 3D Pro JoystickLogitech963290-0403HID

References

  1. Gallistel, C. R. . The Organization of Learning. , (1990).
  2. Waller, D., Nadel, L. . Handbook of Spatial Cognition. , (2013).
  3. Denis, M. . Space and Spatial Cognition: A Multidisciplinary Perspective. , (2017).
  4. Epstein, R. A., Patai, E. Z., Julian, J. B., Spiers, H. J. The cognitive map in humans: spatial navigation and beyond. Nature Neuroscience. 20, 1504 (2017).
  5. O'Keefe, J., Nadel, L. . The Hippocampus as a Cognitive Map. , (1978).
  6. Kuipers, B. J. Modelling spatial knowledge. Cognitive Science. 2, 129-153 (1978).
  7. Heppenstall, A. J., Crooks, A. T., See, L. M., Batty, M. . Agent-Based Models of Geographical Systems. , (2012).
  8. Kuliga, S. F., Thrash, T., Dalton, R. C., Hölscher, C. Virtual reality as an empirical research tool - Exploring user experience in a real building and a corresponding virtual model. Computers, Environment and Urban Systems. 54, 363-375 (2015).
  9. Credé, S., Fabrikant, S. I. Let's Put the Skyscrapers on the Display-Decoupling Spatial Learning from Working Memory. Proceedings of Workshops and Posters at the 13th International Conference on Spatial Information Theory (COSIT 2017). , 163-170 (2018).
  10. Hodgson, E., Bachmann, E. R., Vincent, D., Zmuda, M., Waller, D., Calusdian, J. WeaVR: a self-contained and wearable immersive virtual environment simulation system). Behavior Research Methods. 47 (1), 296-307 (2015).
  11. Nilsson, N., et al. 15 Years of Research on Redirected Walking in Immersive Virtual Environments. IEEE Computer Graphics and Applications. , 1-19 (2018).
  12. Razzaque, S., Kohn, Z., Whitton, M. C. Redirected walking. Proceedings of EUROGRAPHICS. , 105-106 (2001).
  13. Hodgson, E., Bachmann, E. Comparing Four Approaches to Generalized Redirected Walking: Simulation and Live User Data. IEEE Transactions on Visualization and Computer Graphics. 19 (4), 634-643 (2013).
  14. Nescher, T., Huang, Y. -. Y., Kunz, A. Planning redirection techniques for optimal free walking experience using model predictive control. 2014 IEEE Symposium on 3D User Interfaces (3DUI). , 111-118 (2014).
  15. Razzaque, S., Swapp, D., Slater, M., Whitton, M. C., Steed, A. Redirected walking in place. Eurographics workshop on virtual environments. , 123-130 (2002).
  16. Meilinger, T., Knauff, M., Bulthoff, H. Working Memory in Wayfinding-A Dual Task Experiment in a Virtual City. Cognitive Science: A Multidisciplinary Journal. 32 (4), 755-770 (2008).
  17. Grübel, J., Thrash, T., Hölscher, C., Schinazi, V. R. Evaluation of a conceptual framework for predicting navigation performance in virtual reality. PLOS ONE. 12 (9), 0184682 (2017).
  18. Weisberg, S. M., Schinazi, V. R., Newcombe, N. S., Shipley, T. F., Epstein, R. A. Variations in Cognitive Maps: Understanding Individual Differences in Navigation. Journal of experimental psychology. Learning, memory, and cognition. , (2014).
  19. Wiener, J. M., Hölscher, C., Büchner, S., Konieczny, L. Gaze behaviour during space perception and spatial decision making. Psychological research. 76 (6), 713-729 (2012).
  20. Hassabis, D., Chu, C., Rees, G., Weiskopf, N., Molyneux, P. D., Maguire, E. A. Decoding Neuronal Ensembles in the Human Hippocampus. Current Biology. 19 (7), 546-554 (2009).
  21. Maguire, E. A., Nannery, R., Spiers, H. J. Navigation around London by a taxi driver with bilateral hippocampal lesions. Brain. 129, 2894-2907 (2006).
  22. Marchette, S. A., Vass, L. K., Ryan, J., Epstein, R. A. Anchoring the neural compass: coding of local spatial reference frames in human medial parietal lobe. Nature neuroscience. 17 (11), 1598-1606 (2014).
  23. Vass, L. K., et al. Oscillations Go the Distance: Low-Frequency Human Hippocampal Oscillations Code Spatial Distance in the Absence of Sensory Cues during Teleportation. Neuron. 89 (6), 1180-1186 (2016).
  24. Sharma, G., Gramann, K., Chandra, S., Singh, V., Mittal, A. P. Brain connectivity during encoding and retrieval of spatial information: individual differences in navigation skills. Brain Informatics. 4 (3), (2017).
  25. Richardson, A. E., VanderKaay Tomasulo, M. M. Influence of acute stress on spatial tasks in humans. Physiology & Behavior. 103 (5), 459-466 (2011).
  26. Duncko, R., Cornwell, B., Cui, L., Merikangas, K. R., Grillon, C. Acute exposure to stress improves performance in trace eyeblink conditioning and spatial learning tasks in healthy men. Learning & memory (Cold Spring Harbor, N.Y.). 14 (5), 329-335 (2007).
  27. Klopp, C., Garcia, C., Schulman, A. H., Ward, C. P., Tartar, J. L. Acute social stress increases biochemical and self report markers of stress without altering spatial learning in humans. Neuro endocrinology letters. 33 (4), 425-430 (2012).
  28. Guenzel, F. M., Wolf, O. T., Schwabe, L. Sex differences in stress effects on response and spatial memory formation. Neurobiology of Learning and Memory. 109, 46-55 (2014).
  29. van Gerven, D. J. H., Ferguson, T., Skelton, R. W. Acute stress switches spatial navigation strategy from egocentric to allocentric in a virtual Morris water maze. Neurobiology of Learning and Memory. 132, 29-39 (2016).
  30. Grübel, J., Weibel, R., Jiang, M. H., Hölscher, C., Hackman, D. A., Schinazi, V. R. EVE: A Framework for Experiments in Virtual Environments. Spatial Cognition X: Lecture Notes in Artificial Intelligence. , 159-176 (2017).
  31. Hegarty, M., Richardson, A. E., Montello, D. R., Lovelace, K., Subbiah, I. Development of a self-report measure of environmental spatial ability. Intelligence. 30, 425-447 (2002).
  32. Ziegler, M. G. Psychological Stress and the Autonomic Nervous System. Primer on the Autonomic Nervous System. , 189-190 (2004).
  33. Michaelis, J. R., Rupp, M. A., Montalvo, F., McConnell, D. S., Smither, J. A. The Effect of Vigil Length on Stress and Cognitive Fatigue. Proceedings of the Human Factors and Ergonomics Society Annual Meeting. 59 (1), 916-920 (2015).
  34. Helton, W. S. Validation of a Short Stress State Questionnaire. Proceedings of the Human Factors and Ergonomics Society Annual Meeting. 48 (11), 1238-1242 (2004).
  35. Wolbers, T., Hegarty, M. What determines our navigational abilities. Trends in Cognitive Sciences. 14 (3), 138-146 (2010).
  36. Moussaïd, M., et al. Crowd behaviour during high-stress evacuations in an immersive virtual environment. Journal of The Royal Society Interface. 13 (122), (2016).
  37. . Lead positioning Available from: https://lifeinthefastlane.com/ecg-library/basics/lead-positioning/ (2017)
  38. Wilder, J. The law of initial value in neurology and psychiatry. The Journal of Nervous and Mental Disease. 125 (1), 73-86 (1957).
  39. Loomis, J., Knapp, J. Visual Perception of Egocentric Distance in Real and Virtual Environments. Virtual and Adaptive Environments. , 21-46 (2003).
  40. Richardson, A. R., Waller, D. The effect of feedback training on distance estimation in virtual environments. Applied Cognitive Psychology. 19 (8), 1089-1108 (2005).
  41. Klatzky, R. L., Loomis, J. M., Beall, A. C., Chance, S. S., Golledge, R. G. Spatial updating of self-position and orientation during real, imagined, and virtual locomotion. Psychological Science. 9, 293-298 (1998).
  42. Bakker, N. H., Werkhoven, P. J., Passenier, P. O. Calibrating Visual Path Integration in VEs. Presence: Teleoperators and Virtual Environments. 10 (2), 216-224 (2001).
  43. Thrash, T., et al. Evaluation of control interfaces for desktop virtual environments. Presence. 24 (4), (2015).
  44. Kinateder, M., Warren, W. H. Social Influence on Evacuation Behavior in Real and Virtual Environments. Frontiers in Robotics and AI. 3, 43 (2016).
  45. Loomis, J. M., Blascovich, J. J., Beall, A. C. Immersive virtual environment technology as basic research tool in psychology. Behavior Research Methods, Instruments & Computers. 31 (4), 557-564 (1999).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

138

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved