视觉诱发晕动症与晕车有关：新研究助力晕车预测

为探究能否用视觉诱发晕动症预测晕车，研究发现二者正相关，结合 MSSQ 或可可靠预测。

　　# 视觉诱发晕动症与晕车相关性研究解读
在现代交通出行中，随着自动驾驶技术的发展，人们在车内的角色逐渐从驾驶者转变为乘客，然而晕车问题却日益凸显。晕车不仅严重影响了人们乘车时的舒适度，还限制了自动驾驶车辆的实用性。此前，传统的晕动症易感性问卷（Motion Sickness Susceptibility Questionnaire，MSSQ）在预测自然驾驶条件下的晕动症方面表现欠佳，其预测能力受到多种因素的制约，比如对多种刺激模式的易感性报告混在一起，以及自我报告受认知和记忆偏差影响而可靠性有限。为了解决这些问题，来自代尔夫特理工大学机械工程学院认知机器人学系的研究人员开展了一项关于视觉诱发晕动症与晕车之间关系的研究，该研究成果发表在《Experimental Brain Research》上。

研究人员为了深入探究视觉诱发晕动症（Visually induced motion sickness，VIMS）能否作为一种快速可靠的方法来预测个体对晕车的易感性，设计了一项包含两部分的实验。研究人员招募了 22 名平均年龄 26.1 岁的参与者，他们的 MSSQ - Short 评分处于中位数，表明其晕动症易感性处于平均水平。

在实验方法上，研究主要采用了两种关键技术：
一是利用 HTC Vive 虚拟现实（Virtual Reality，VR）头戴设备进行视觉刺激实验。在实验过程中，参与者坐在安静房间的椅子上，头戴 VR 设备，观看自然城市场景。视觉世界围绕偏航轴以 -150°/s 的恒定角速度旋转，每 30 秒轴会倾斜 40° 并保持 20 秒后再转回垂直方向。参与者需根据 11 点的晕动症严重程度量表（Motion Sickness Severity Scale，MISC）报告自己的晕动症状况，同时记录皮肤电反应（Galvanic Skin Reaction，GSR）。
二是进行自然驾驶条件下的晕车实验。参与者坐在汽车后座，通过笔记本电脑阅读随机提供的短文，并在听到提示音时按 MISC 量表报告晕车情况，同时记录 GSR 和车辆的三维平移加速度。

在研究结果方面：

1. 晕动症状况：在视觉刺激实验中，参与者的晕动症程度（中位数平均 MISC = 2.52）显著高于自然驾驶条件下的晕车程度（中位数平均 MISC = 2.10），尽管视觉刺激实验的时长仅 10 分钟，远短于驾驶实验的 60 分钟。
2. 车辆运动分析：车辆的纵向加速度在 0.01 - 0.04Hz 之间急剧峰值，横向加速度在 0.01 - 0.1Hz 之间呈现宽频带且有平台，而垂直加速度在与晕动症相关的较低频率下较小，对晕车程度增加的贡献不大。这一结果表明自然驾驶中的加速度多为低频，简化了晕车建模。
3. 相关性分析：通过线性回归模型分析发现，个体对视觉诱发晕动症的易感性与晕车呈正相关，例如 MSAQ 的相关系数ρ=0.51 ，1/tend?的相关系数ρ=0.81 。同时，MSSQ 也能在一定程度上预测晕车易感性。但单独使用视觉易感性作为参与者选择标准并不比 MSSQ 更好，不过将两者结合可能提供更可靠的预测指标。

在研究结论与讨论部分，此次研究首次证实了视觉诱发晕动症与晕车之间存在正相关关系，这支持了个体存在特定的一般晕动症易感性因素的观点。虽然目前视觉刺激在预测晕车易感性方面还无法超越 MSSQ，但通过优化视觉刺激参数，如改变偏航旋转速度、倾斜角度、时间等，未来有望提高其预测能力。并且，结合 MSSQ 和视觉诱发晕动症易感性的综合指标可能为晕车研究和自动驾驶晕车缓解措施的研发提供更有效的参与者预选工具，对推动自动驾驶技术的发展具有重要意义。同时，研究也存在一定局限性，如仅评估了参与者在阅读笔记本电脑时的晕车易感性，未来研究需进一步探讨其他视觉和运动任务条件下的情况。