MmWave for Extended Reality: Open User Mobility Dataset

该数据集由ESAT-WaveCore, KU Leuven创建，专注于扩展现实（XR）应用中的高移动性用户行为，特别是在毫米波（mmWave）技术下的影响。数据集收集了45小时的用户跟踪数据，包括头部、手部和身体的6自由度位置和方向，以及相关的模拟器病问卷和参考测量。数据通过定制的测量活动收集，涉及多种高移动性XR应用。这些数据旨在为无线系统设计和XR移动性建模提供测试平台，特别是在评估用户移动性对mmWave链接质量的影响方面。

This dataset was created by ESAT-WaveCore, KU Leuven, with a focus on the behaviors of highly mobile users in extended reality (XR) applications, particularly the impacts of user mobility under millimeter-wave (mmWave) technologies. The dataset encompasses 45 hours of user tracking data, including 6-degree-of-freedom (6DoF) positions and orientations of the head, hands, and body, alongside relevant simulator sickness questionnaires and reference measurements. The data was collected via customized measurement campaigns covering multiple highly mobile XR application scenarios. These data serve as a dedicated testbed for wireless system design and XR mobility modeling, especially for evaluating the effects of user mobility on the quality of mmWave communication links.

原始信息汇总

数据集概述

标题

XR训练和游戏6DoF移动数据集

描述

用户在扩展现实（XR）中的移动可能对毫米波（mmWave）链接产生重大影响，并可能需要专门的缓解策略以确保可靠的连接并避免服务中断。现有的先前技术主要集中在具有受限用户移动性和对mmWave通道有限影响的XR应用上。我们进行了专门的实验，以扩展对未来具有高度用户移动性的相关XR用例的表征。为此，我们开展了一项定制的XR移动测量活动，捕捉头部、手部和身体的6自由度（6DoF）移动。有关测量活动的描述和记录移动性的表征，请参阅相应的IEEE杂志论文（即将发布）或更详细的Arxiv版本（即将发布）。

关键词

• 虚拟现实
• 扩展现实
• vive
• tundra
• 身体跟踪
• steamvr
• openvr
• vr
• xr
• 移动性
• 跟踪数据
• 头戴式显示器

数据集文件

• cacerumd.png
• cacerumd.h5
• cacerumd_controller.h5
• cacerumd_continuous_intervals.csv
• cacerumd-usage-example.zip
• volunteers.csv
• ssq_scores.csv
• cacerumd_tpose_hmd_height_and_arm_span.csv

数据集标识符

• DOI: 10.5281/zenodo.10836884

搜集汇总

数据集介绍

构建方式

MmWave for Extended Reality: Open User Mobility Dataset数据集的构建方式主要包括：1. 实验环境设置：使用HTC Vive Pro 2 HMD、手持控制器和Tundra Labs身体追踪器等设备，通过内部惯性测量单元（IMU）和外部红外（IR）信标进行位置和方向跟踪。2. 实验过程：招募志愿者参与实验，通过筛选、参考测量、沉浸式体验等步骤收集数据。3. 数据处理：对收集到的数据进行分段、异常值去除、重采样等处理，最终以gzip压缩的HDF5格式存储，并提供CSV格式的数据。4. 数据分析：对收集到的数据进行统计分析，包括使用统计分布近似用户移动性数据，并评估用户移动性对毫米波链路可能产生的影响。

特点

MmWave for Extended Reality: Open User Mobility Dataset数据集的主要特点包括：1. 6自由度跟踪数据：包括头部、双手和身体的6自由度位置和方向数据，总时长为45小时。2. 多种应用场景：数据收集来自科幻角色扮演游戏、沉浸式培训应用程序和动作射击游戏等不同场景。3. 统计模型：对用户移动性数据进行统计分析，并使用统计分布近似用户移动性数据。4. 影响评估：评估用户移动性对毫米波链路可能产生的影响，包括外部阴影、自身阴影、天线失准和波束失准等问题。

使用方法

MmWave for Extended Reality: Open User Mobility Dataset数据集的使用方法主要包括：1. 下载数据：可以从zenodo.org等网站下载HDF5格式的数据集。2. 数据处理：使用Python等编程语言，结合Scipy、Xarray、Dash等工具进行数据处理和分析。3. 模型构建：使用数据集中的统计分布近似用户移动性数据，构建用户移动性模型。4. 影响评估：使用数据集评估用户移动性对毫米波链路可能产生的影响，包括外部阴影、自身阴影、天线失准和波束失准等问题。

背景与挑战

背景概述

毫米波技术因其高数据传输速率而在无线扩展现实（XR）领域被广泛认为是一项重要的技术。本文研究的MmWave for Extended Reality: Open User Mobility Dataset数据集，是由Alexander Marinˇsek、Sam De Kunst、Gilles Callebaut、Lieven De Strycker和Liesbet Van der Perre等研究人员在2024年创建的。该数据集的核心研究问题是用户在XR应用中的移动性对毫米波链路的影响，以及如何通过特定的缓解策略来确保可靠的连接并避免中断。该数据集的创建旨在为无线系统设计提供测试平台，并促进XR移动性建模的研究。该数据集的发布对于推动毫米波技术在XR领域的应用具有重要意义。

当前挑战

该数据集所解决的领域问题是用户在XR应用中的移动性对毫米波链路的影响。构建过程中遇到的挑战主要包括：1)如何准确捕获用户在6自由度（6DoF）下的移动轨迹；2)如何处理和同步不同设备上的跟踪数据；3)如何评估用户移动性对毫米波链路的影响。

常用场景

经典使用场景

该数据集被广泛应用于无线系统设计和扩展现实（XR）移动模型的研究。数据集中的6DoF跟踪数据为研究者提供了用户在XR应用中的详细移动特征，这对于评估和优化无线毫米波（mmWave）链接的可靠性至关重要。

衍生相关工作

该数据集衍生了多个相关的研究工作，包括基于用户移动性的mmWave链接管理算法研究和XR应用中的移动模型构建。这些研究工作有助于进一步理解和优化mmWave技术在XR应用中的应用，推动相关领域的发展。

数据集最近研究

最新研究方向

MmWave for Extended Reality: Open User Mobility Dataset，该数据集针对扩展现实（XR）中用户移动性对毫米波（mmWave）链路的影响进行了研究，提供了针对未来XR用例的移动性特征，包括在科幻角色扮演游戏、沉浸式训练应用和动作射击游戏中的应用。该数据集包括头部、手部和身体在6DoF中的用户跟踪数据，总时长为45小时，还包括模拟器晕动症问卷（SSQs）和参考测量，以评估跟踪系统的准确性。此外，该数据集还提供了移动性特征的统计模型和分布近似，并评估了用户移动性对无线mmWave链路可能产生的影响。该数据集的发布为无线系统设计和XR移动性建模提供了测试平台，对于研究和开发XR应用具有重要意义。

相关研究论文

• MmWave for Extended Reality: Open User Mobility Dataset, Characterisation, and Impact on Link Quality

  ESAT-WaveCore, KU Leuven · 2024年