密集VR场景中动态人工势场重定向行走算法

来源：计算机工程与应用杂志2026年第2期北京时间：

作者：杨帆, 况立群, 王智巽, 郭正涛, 熊风光

单位：1.中北大学 计算机科学与技术学院，太原 030051；2.机器视觉与虚拟现实山西省重点实验室，太原 030051；3.山西省视觉信息处理及智能机器人工程研究中心，太原 030051；

摘要：随着虚拟现实技术的普及，如何在有限物理空间内实现多用户自然行走与高效避障成为关键挑战。传统重定向行走算法在多用户动态场景中存在排斥力权重固定、碰撞风险高及非必要重置频繁等局限性。为此，提出一种面向密集型虚实融合环境的动态人工势场重定向算法。该算法以用户行为密度为驱动，动态调整势场权重，引入最小安全距离约束机制与方向感知型重置策略，实现了对多用户干扰与空间约束的自适应引导控制。特别地，在斥力建模中融合了方向夹角与距离耦合的非线性调节机制，并通过轨迹预测误差建立用户运动自然性与干预强度之间的精细量化指标体系。在仿真实验中，该算法在多类典型场景中相较于主流算法表现更优：在单用户小空间任务中，重置频率降低约20%，平均重置步长提升约25%；在多用户大空间任务中，最大重置次数减少34%，步长提升可达60%。现场实验进一步验证了该算法在真实使用条件下的有效性，用户任务效率显著提升，重置次数更少，路径更平滑。结果表明，所提算法不仅具有良好的稳定性与可扩展性，更构建了一套适用于高密度虚实融合场景的重定向引导控制范式，为多用户协同导航与自然交互提供了可行的新路径。

关键词：虚拟现实,重定向行走（RDW）,人工势场,动态权重优化,重置策略

基金资助：山西省科技重大专项计划“揭榜挂帅”项目（202201150401021）；山西省自然科学基金（202303021211153）；山西省科技成果转化引导专项（202104021301055）。