Varjo AR/VR -lasien silmänliiketunnistusteknologian hyödyntäminen VR-peleissä

Abstract

Tämä opinnäytetyö tutkii Varjo XR-1 -virtuaalilasien sisältämän silmänliiketunnistuksen käyttömahdollisuuksia virtuaalipelien kehityksessä. Työn toimeksiantajana toimii Kajaanin ammattikorkeakoulussa Clever Simulation Entertainment (Clever SE). Tarkoituksena on testata Varjon tarjoamaa teknologiaa ja rakentaa testausta varten simulaatioympäristö, jonka avulla käyttäjän reaktioaikoja voidaan mitata.

Varjo XR-1 -laite on ensimmäinen virtuaalisten sovellusten ja pelien käyttöön tarkoitettu laite, joka tarjoaa tarkan 20/20-näkökykyä vastaavan näytön. Tämän lisäksi se tallentaa tietoa käyttäjän silmänliikkeistä kahdella kameralla, jotka kalibroituvat lähes automaattisesti kullekin käyttäjälle sopivaksi.

Testikäyttöön tarkoitettu simulaatioympäristö toteutettiin SmartTram-simulaation 3D-malleja ja työkaluja hyödyntämällä. Ympäristön rakentamisen lisäksi XR-1:n ominaisuuksia hyödyntäen ohjelmoitiin luokkia, jotka keräävät tietoa ympäristöstä ja hyödyntävät käyttäjän silmän liikkeitä muodostamaan kuvan siitä, minne käyttäjä on luonut katseensa.

Laitteen testaamista varten järjestettiin kaksi testauspäivää, johon osallistuivat Clever SE:n omat työntekijät. Testipäiviltä kerätty data kirjattiin ylös ja sen perusteella voidaan pohtia Varjon silmänliiketunnistusominaisuuden tarpeellisuutta. Jos ominaisuus katsotaan tarpeelliseksi, voidaan simulaatiota varten ohjelmoituja luokkia siirtää tuleviin projekteihin pienellä vaivalla.

The object of this thesis is to examine the use of eye-tracking technology of Varjo XR-1 headset in virtual game development. The commissioner of this thesis is Clever Simulation Entertainment (Clever SE) which works under Kajaani University of Applied Sciences. The aim is to test the technology provided by Varjo and build a simulation environment where it’s possible to measure reaction times of a user. Varjo XR-1 headset is the first VR equipment suitable for developing virtual games and software which has a display that corresponds to 20/20 eyesight. On top of that, it records eye movement data with two cameras that calibrate almost automatically for each user. Simulation environment for testing was achieved using assets like 3D-models and tools from another project SmartTram, also developed by Clever SE. Some software classes were programmed to benefit XR-1’s eye-tracking features. They were used to measure where the user has gazed upon and to create a picture of surroundings using this data. Employees of Clever SE participated in test sessions that were organised on two separate days. The data collected from participants were recorded and analysed for future consideration of the usage of the XR1 device. If the eye-tracking feature proves to be useful, the existing software classes can be used for future projects, as well.