随着时代的发展与技术的创新，虚拟现实技术逐渐走入主流视野。虚拟现实技术借助头盔显示器以及手柄，可以给用户提供3D场景，立体声音，人机交互等沉浸式体验。美中不足的是现有的VR设备无法为用户提供嗅觉感官的体验。文章作者看到了这一缺点，致力于开发一个以VR为基础的物理气味模拟系统，可以为用户提供实时的气味合成。该合成近似于用户在虚拟环境中会闻到的气味，且会根据扩散模型和相对气味源距离动态估计用户会闻到的气味混合物的浓度，提高他们在虚拟环境中精确定位气味的能力。例如，用户在虚拟环境中看见一朵花，系统会根据相对距离和扩散模型使用户闻到不同浓度的花香。
该文章发表于2022年3月12-16日位于新西兰基督城的IEEE虚拟现实和3D用户界面（VR）会议上，为美国亚利桑那州立大学（Arizona State University）的Alireza Bahremand，Mason Manetta，Jessica Lai，Byron Lahey，Christy Spackman，Brian H. Smith，Richard C. Gerkin以及Robert LiKamWa所撰写。他们专业不同，研究方向有电子鼻，虚拟现实技术，计算机科学，人机交互，软件等。
1. 项目简介
1.1 研究方向及目的
①时空反应
响应用户相对于虚拟环境中的气味和事件的位置，在气味到达用户的虚拟鼻子时修改气味的混合和强度。
②气味可编程性
开发人员和设计人员能够将各种气味配置文件，气味强度和气味分散特性编程到虚拟环境中。
③模块化运行
提供硬件配件来控制气味合成部件和平台接口，方便对某一部分进行功能增添，修改以及删除。
④集成多感官
嵌入在标准游戏引擎设计/开发中，以便与视觉和听觉感觉一起集成。
1.2 研究背景及领域
此项研究隶属于为电子鼻与虚拟现实领域。作为人类，我们的嗅觉使我们能够分辨出多种不同的气味，这些气味发出食欲，威胁，怀旧等信号。气味的空间和时间性质允许人类将气味与特定的物体和区域联系起来。在不同地点不同环境地情况下，通过对气味的感知，我们的嗅觉系统会告诉我们诸如气味来源是什么，气味来源位置，气味所带给我们的感受等多种信息。这对于虚拟现实和增强现实的发展非常重要，因为虚拟现实的视觉和听觉系统将与嗅觉系统一起作用，为用户提供更加沉浸式的体验。
1.3 发展现状
该文章发表于2022年3月，因此“发展现状”仅考虑文章发表前的相关项目进展。截至文章发表前，相关领域的主要进展主要集中在嗅觉显示器，虚拟参数化嗅觉刺激和多感官VR系统三大类，以下笔者将分别介绍这三大类中不同样式、功能的产品或研究的优势与局限性。
1.3.1 嗅觉显示器
嗅觉显示系统通过多种方法提供嗅觉刺激，包括表面声波（SAW）设备，压电传感器，喷墨打印机和多组分设备。嗅觉显示系统引导有气味的气体流，并在空间中分散在用户鼻子处的气味分子（OM）。简化的系统还可以通过使用风扇，微控制器和3D打印外壳蒸发液体气味剂，将气味气流引导到用户。在商业领域，OVR Technologies构建了一个可穿戴的嗅觉显示器，连接到VR HMD，包括可交换的气味小瓶，一个自定义的Unity API，用于为物体分配气味参数，以及一个风扇，以清除短时间内产生的大量香味气体。不足：该系统是由碰撞体粗略触发的，并且依赖于预混合气味谱，而不是利用气味剂的化学或物理特性，导致精度不高，灵敏度较差。
1.3.2 虚拟参数化嗅觉刺激
在嗅觉显示器的气味混合技术方面，研究人员发现由微型泵，连接到电磁阀的液体气味剂和SAW雾化器组成的模块化系统可以混合与液相中预混合气味相同的气味。为了增加气味剂的数量和可感知的强度，设计了一种24气味的多感官显示器，能够利用气味类型，气味强度，风速和空气温度。在可穿戴性和快速响应技术方面，实现了可穿戴嗅觉显示器，当用户在虚拟环境中虚拟触发对撞机时，该显示器会雾化液体气味。Season Traveler实施了一种可穿戴嗅觉，该嗅觉调节压电传感器，在与气味触发物体发生虚拟碰撞时，将一组液体气味剂蒸发到用户的鼻子。为了探索气味虚拟化的准确性，使用CFD求解器生成一个类似矩阵的查找表，用于根据特定气味剂在不同位置的气流和扩散（例如，用户在任何给定时间点的位置）即时查找气味浓度强度。不足：这些系统仅限于有限的可实现的气味选择，且由于预先计算（迭代每个物体及其在虚拟空间中的位置），它遭受了密集计算的影响，从而产生了虚拟气味空间的固定静态表示。
1.3.3 多感官VR系统
到文章发表为止，一些研究集中在多感官系统设计，感官替代和立体嗅觉显示。现有研究为VR体验集成和创建多感官刺激系统，将嗅觉和触觉（热和风）刺激添加到视听刺激中。某公司开发了一种设备，通过刺激用户的三叉神经来诱使用户感知热感觉，从而更好地了解热刺激和嗅觉刺激之间的关系。同时，为了给人工嗅觉提供方向感，最近的研究已经探索了使用化学和电刺激的嗅觉的立体渲染。不足：由于“基本归因错误”，用户无法将存在和沉浸感严格归因于嗅觉刺激。
2. 设计方案
气味引擎有几个独立控制的电磁阀，每个电磁阀引导气流从气源通过一个OM源，控制流速高/低。从嗅觉计出来的气味空气与无气味空气融合，直接进入用户的鼻子。真空不断地清除空气通道。
2.1 释放及感知气味的原理
我们对气味的感知来自特殊的嗅觉感觉神经元。微观气味分子（OM）结合并激活这些神经元上的特殊受体，这些受体向我们的大脑发送信息，大脑将嗅觉神经元的特定组合的激活解码为不同的气味。自然界中大多数真实的气味混合物都包含不同浓度的不同OMs。要使一种气味被人检测到，至少有一种OM的浓度必须超过检测阈值;要检测到浓度的变化，绝对变化必须超过“差异阈值”。作者根据韦伯定律，使系统对储存在相同容器中液相中的OMs的物理属性进行数字参数化，以便于控制所感知的气味强度的变化。气味输送系统是一个动态稀释嗅觉计。工作原理是将一组固定的气味分布在许多密封的容器中，能够产生多种气味混合物的组合。每个容器中的特定气味和浓度必须事先确定。嗅觉计通过可编程数字电磁阀和模拟可编程质量流量控制器引导气流通过含有无味溶剂（轻质矿物油）中液体气味剂的容器的顶部空间并控制精确的流速，从而创建所得混合物的OM组成。每个电磁阀门都经过编程，使得每种气味“框架”可以包含状态占用时间的任意组合，形成了主动和非活动OM 贡献的占空比。该系统使用质量流量控制器(MFC)控制低流量和高流量路径，在每个MFC的工作范围内每帧重新计算。通过连续和联合设置每个电磁阀的占空比和每个MFC的流量设定值，可以实现对气味矢量的组成和每个OM -的时变浓度的完全控制。从嗅觉计输出的气味空气与清洁空气结合，然后被送入一个鼻罩，夹在用户的鼻子上。在鼻罩的底部出口附有一个真空装置，每隔500毫秒从鼻罩中吸出异味空气。如果嗅觉计没有输出有气味的空气，那么用户就会持续得到清洁的空气。总而言之，该系统通过一组mfc调节阀门装置引导恒定的气流，并将部分流量送入用户佩戴的鼻罩中。
2.2 系统设计
为此，作者设计了一个气味引擎，其中包括：（1）一个气味编辑器框架，允许开发人员在虚拟空间中配置气味源，（2）一个气味控制器，根据扩散模型和相对气味源距离动态估计用户会闻到的气味混合物，以及（3）一个气味控制器，该控制器协调硬件嗅觉计，以物理方式将气味混合物的近似值呈现给用户。同时，嗅觉引擎框架与Unity游戏引擎的现有视觉和听觉系统一起运行，使用用户虚拟摄像机的位置作为用户虚拟“鼻子”位置的粗略估计。图4 嗅觉引擎由嗅觉编辑器、嗅觉控制器和阀门驱动程序组成。设计人员使用气味编辑器创建气味源，气味混合器使用它来计算气味混合矢量并送入气味控制器以确定嗅觉计硬件配置。然后将这种配置输入到阀门驱动器中，该驱动器驱动嗅觉计为VR用户产生所需的嗅觉刺激。设计人员可以通过指定组成OM以及OM的相对峰浓度和相对扩散来创建气味混合物。
3. 系统评估及相关数据
3.1 气味合成精度
作者通过PID传感器读数，将电压的比率变化与指定浓度的比率变化进行比较，以确定系统的精度。为了验证气味合成的系统/硬件可控性，作者测量了改变电磁阀占空比和质量流量控制器的气流速率设定值时的PID响应。为了评估精度，作者通过在粒度级别上增加浓度值来比较起始浓度和目标浓度之间PID传感器读数的比率差异。
（1）实验方案：
实验装置包括一个推入式连接气动接头，该接头将气味空气，真空和PID隔膜连接到密封出口中。在实验1中，作者通过以100 ms的增量逐渐将相对阀门占用时间从0增加到1000 ms来评估PID响应与阀门占空比之间的关系。在每次试验中，将流速设定值增加其最大容量的四分之一。在实验2中，为了了解MFC设定点和PID响应之间的关系，作者进行了一系列测试，在不同的占空比配置下逐步增加MFC设定点。在实验3中，作者评估了六次试验的气味合成精度，测试了16种不同的浓度，范围从1皮摩尔到1微摩尔。如图5所示，结果表明PID传感器读数与增加的阀门占用时间或增加的MFC流速之间存在相对线性的关系。有图可知，到较低的流速达到10.0 mV的高精度范围，而较高的流速达到3 V的粗略范围。PID传感器读数在高与低状态下的比率差与MFC A和MFC B之间的气流比率差一致，大约是3个数量级的差异。与MFC 的最大流速相比，四分之一使用 MFC 最大流速的比率约为 1：4。同样，四分之一阀占空比与最大阀占空比相比的比率约为 1：4。与子图中的所有数据点一样，增加的MFC流量和阀门占空比的组合导致更高的PID响应，呈现单调递增的关系。图中显示了目标浓度的PID传感器读数，包括不同的阀门占空比和MFC流速。从这些数据中，可以观察到浓度较高的PID反应大致增加。观察到的PID响应平台与之前的系统测试一致，验证了皮摩尔范围内的大致线性关系。
3.2 用户感知延迟
在本节中，作者将评估气味引擎的气味扩散功能的用户感知延迟。对于此实验，将以最大浓度（即最大流量和阀门占空比）扩散每种气味剂。除了测量用户感知到的气味扩散潜伏期外，作者们还将此实验用作筛选，以确定受试者是否可以闻到气味剂。
（1）实验方案：
在这项研究中，用户触发一个点击器来激活嗅觉刺激，并在感知到嗅觉刺激时再次触发它。该实验对每种气味剂重复三次，为每个气味剂生成三次潜伏期测量值。
（2）实验结论：
作者发现，用户在气味虚拟触发后2.5到10秒之间感知到系统生成的气味（两个异常值分别为12秒和14秒）。一些用户感知气味的速度比其他人快。此外，75%的用户受试者在10秒的时间范围内感知到所有扩散的气味剂，且有四名受试者无法在阈值范围内感知到至少一种气味剂。这种区别跟个体差异有关，即一些用户比其他用户更快地感知气味。
3.3 气味浓度阈值差异
在这项研究中，作者的目标是了解Smell Engine系统如何通过测量用户报告的嗅觉刺激的刚刚注意到的差异（JND）值来帮助确定用户对特定气味的敏感度水平。
1、实验方案：
作者实施了一个阶梯程序来识别每个用户的感知阈值。以随机顺序向受试者提供基线浓度X以及增加的气味浓度Y。然后提示参与者确认他们是否注意到气味浓度强度的差异。在每次气味集中开始时，受试者放置鼻罩并能够嗅闻长达10秒。在向参与者提供浓度X和Y后，作者提示他们确认他们是否注意到气味强度的差异。如果用户受试者报告气味强度没有差异，则Y继续增加浓度值h，这是基线的倍数。如果用户受试者报告气味强度的差异，就将h减半并将Y减少h，以确定更精细的JND值。一旦受试者报告三次差异，作者就会对Y浓度进行平均，并将结果记录为受试者的JND值。第一次试验，基线为无浓度强度（X= 0），起始浓度为10皮摩尔（Y = 10−11)。第二次试验，基线为50纳摩尔（X= 5 10−10），起始浓度为60纳摩尔（Y = 6 10−10)。第三次试验，基线为10皮摩尔（X= 10−11）•起始浓度约为 13 皮摩尔 （Y = 1.316−11)。
2、实验结论
图8 用户感知的不同相对基线的 JND 结果。每种颜色代表十个不同用户中的一个。从这些数据中，可以发现参与者对D-柠檬烯强度的变化不太敏感，这表明气味引擎可用于识别气味对个人用户或用户组的可感知性。作者观察到用户感知刺激强度变化的水平与初始刺激强度成正比。例如，用户报告的清洁空气基线JND值的一般分布比10.0皮摩尔基线试验更敏感。图 9 显示，从较低的基线浓度（例如，0、10）开始时，用户报告的 JND 值较小−11）和较大的基线浓度（例如，5 × 10）开始时较大−8)。作者观察到用户报告的每种气味及其各自基线浓度的JND值的不同分布。用户报告的JND值的变化表明，Smell Engine系统可以产生可感知的气味浓度，跨越多个数量级。此外，这些分布证明了该系统能够产生比JND值更精细的浓度强度。图中还说明了受试者JND值相对于基线的变化，发现一些参与者对气味强度的颗粒变化变得更加敏感。例如，在比较10.0皮摩尔和清洁空气基线试验时，偶尔会看到用户报告的JND值变得更精细的情况。这一发现激发了提高受试者识别气味强度随时间变化的能力的潜力。
3.4 用户在虚拟环境中定位气味源的能力
本研究的目的是确定与现有的基于触发器的解决方案相比，作者的系统在多大程度上提高了用户在虚拟环境中定位气味源的能力。
（1）实验方案：
本研究的实验设计包括两项试验，其中提示受试者在五分钟的时间范围内正确识别虚拟环境中的所有气味源。两项试验均由三个房间组成，每个房间都包含一个气味源，作者随机分配了气味源的位置。其中气味传递方式和气味类型是自变量，气味源选择的精度和接近度都是因变量。
（2）实验结论：
图9 受试者在一个由3个房间和9个球体组成的环境中导航和嗅探，其中一个是气味源。对于每个用户，作者使用两种不同的气味传递方法计算正确识别的气味源的数量以及与气味源选择的平均距离。
主要发现是，与基于触发器的方法相比，基于动态的气味传递提高了用户识别虚拟气味源的准确性。使用方差分析进行多重比较后发现气味递送方法对准确性和近端选择的影响具有统计学意义（p< 0.05）。作者发现动态输送方法在精确气味定位方面平均提高了43%。基于触发器的气味传递方法的平均准确率为13.3%，而基于动态的气味传递方法的平均准确率为56.6%。通过基于触发器的气味传递，十名参与者中只有2人能够准确地定位气味源。通过动态传递，所有参与者都准确地正确定位了至少一个气味源。从图9中的图表中可知，当尝试使用基于动态的递送方法定位气味源时，参与者平均在0.46米以内。使用基于触发器的输送方法，参与者在气味源选择方面平均偏离1.45米。检测阈值为1.8米时，与基于触发器的气味传递方法相比，参与者在基于动态的气味传递中，气味源定位的距离平均接近55%。作者发现气味特定的JND值，延迟测量与动态传递气味定位的准确性之间存在相关性。例如，只有20%的用户准确定位了D-柠檬烯，这与JND值的最小分布和最高的平均检测延迟有关。使用苯乙酮和卡冯酮，其JND值分布更加多样化，超过70%的用户准确地定位了气味。Smell Engine系统可用于研究针对不同用户群体检测、识别和定位不同气味的能力。在回顾研究后调查时，作者发现基于动态的气味传递方法对气味源的定位的容易程度高于基于触发器的气味传递方法。
4. 结论
能够在虚拟现实环境中动态计算和提供嗅觉提示的嗅觉引擎，为一系列嗅觉需求提供了重要的机会。为此，作者将Smell Engine 设计为一个软硬件框架，它将嗅觉刺激集成到虚拟环境中，使得气味强度根据用户导航和交互时空变化。作者通过基于测量的PID系统研究和三部分用户研究来评估嗅觉引擎。用户研究（N = 10）结果表明，气味引擎可以帮助确定用户是否可以感知特定的气味，并帮助确定他们对特定气味的检测阈值并提高用户在虚拟环境中定位人为生成的气味源的能力。同时，该系统也有局限性。将嗅觉计连接到用户鼻子的物理管道限制了物理运动。而且由于气味传播时间，管道系统会产生数秒的延迟。此外，系统的鼻罩不能舒适地支持所有鼻子形状。
