Современные системы виртуальной реальности обычно ограничиваются следующими факторами:
производительность/стоимость;
удобство использования (размер);
или сочетание следующих факторов и то, и другое.
Используя сетевую клиентскую/серверную среду, мы решили эти проблемы для клиента.
Однако при этом мы ввели новую проблему, а именно повышенная латентность.
Интерактивная виртуальная сеть в таких средах, как игры и симуляции, просуществовали почти столько же времени, сколько и Интернет, и постоянно сталкивались с проблемами задержек.
Мы предлагаем решение для нейтрализации эффекта задержки для интерактивного взаимодействия - сетевые виртуальные среды с легковесными клиентами, в отношении используемого сервера. Предлагаемый метод экстраполирует будущие клиентские состояния, чтобы быть включенные в обновления сервера, что помогает синхронизировать действия на стороне клиента и результаты исходит от сервера.
Мы называем такой подход прогностическое моделирование. В дополнение к описанию в этой статье мы рассмотрим методы экстраполяции, потому что успех нашего метода прогнозного моделирования зависит от сильных прогнозов.
Мы сосредоточены на методах регрессии и кратко рассмотреть использование искусственных нейронных сетей.
Мотивацией для этой работы является отрицание того, что задержка, вызванная нашей сетевой симуляцией для создания комфортной виртуальной среды реальный опыт (VR).
Это очень важно, потому что если опыт не чувствуется естественным, как, например, когда есть задержки в движении или когда движение продолжается после остановки пользователь, скорее всего, будет чувствовать себя неудобно, дезориентировано, и он не за хочет продолжать пользоваться.
Если бы ситуация сводилась к просмотру сетевого моделирования, мы могли бы использовать потоковую модель.
Однако, поскольку мы включаем в себя взаимодействие, задержка становится проблемой.
Кроме того, из-за того, что латентность требования VR очень строгие, наши первые усилия сводятся к минимуму задержек в локальной вычислительной сети (LAN).
Допустимые задержки в зависимости от типа игры перечислены ниже и показывает, насколько строго VR по сравнению с другими играми.
Приемлемые Суммы предполагаемой задержки в соответствии с на тип игры:
VR < 20 мс
Игры со стрельбой на основе мониторов < 150 мс
Стратегические игры в режиме реального времени < 500 мс
Последствия задержки заметны, когда клиент взаимодействует с объектами на стороне сервера или дважды взаимодействуют клиенты, подключенные к одному серверу.
В наши первые усилия, хотя мы и не исследуем многопользовательские проблемы с задержками, мы не забываем о них, когда рассматриваем проблемы и возможные решения.
В этой работе мы специально изучить использование прогнозирования движения для того, чтобы минимизировать влияние задержек в работе клиента/сервера интерактивная среда видеомагнитофона, в которой физическая среда клиента действия передаются в виртуальную среду.
Причины задержки и способы ее измерения
Задержка определяется как "период времени, в течение которого сообщение проходит через систему" .
Тем не менее, часто он используется чтобы описать время туда и обратно. Это может быть ping (т.е. время прохождения туда-сюда для небольшого пакета).
Или в сетевой виртуальной среде, это может быть время между командой пользователя (входом) и результатом выполнения следующей операции эта команда отображается на экране (выводится на экран).
В данном случае мы используем последнее определение.
Общие причины задержки перечислены ниже наряду с основными причинами задержки в пределах нашей собственной работать.
Общие факторы
Сетевой
- Задержка обработки пакетов
- Задержка передачи (полоса пропускания)
- Задержка в очереди
- Задержка распространения (0,3 нс/м)
Не сетевой
- Задержка входной выборки
- Задержка рендеринга трубопровода
- Моделирование масштаба
- Задержка отображения / пиксель
Основные факторы, влияющие на эту работу
- Ширина полосы пропускания
- Первоначальная базовая линия, затем линейная
- Сеть (расстояние, накладные расходы сетевого устройства)
- Минимальное количество в локальной сети
- Моделирование масштаба
- Первоначальная базовая линия, затем линейная
- Задержка входной выборки (~10 мс)
- Случайное воздействие от 0 до 10 мс.
- Задержка визуализации трубопровода (~11 мс)
- Случайное воздействие от 0 до 11 мс.
Посмотрим на список под заголовком "Основные факторы, которые влияют на эту работу", задержку входной выборки и рендеринга входных данных.
Задержка случайна в пределах диапазона, который основан на следующих параметрах
когда данные получены с помощью високосного движения по отношению к клиентскому приложению;
когда данные для рендеринга подготавливаются в отношении состояние рендерингового провода.
Этот случайный момент - в связи с проведением следующих трех операций асинхронно: опрос входных данных, сетевое взаимодействие и рендеринг. Два вышеперечисленных фактора способствуют нижний предел задержки, а именно наименьшая достижимая задержка.
