前庭自运动感知模型的理论分析：基于运动病计算框架的平衡点与稳定性研究

本研究针对运动病建模中的前庭自运动感知问题，通过理论分析6DoF-SVC（六自由度主观垂直冲突）模型的动力学特性，揭示了In1模型在静止状态下能唯一收敛至生理合理感知状态的机制。研究人员通过比较不同SVC变体与Merfeld模型，证实仅In1模型能同时解释旋转幻觉（Ferris wheel illusion）和重力惯性错觉（somatogravic effect），为统一运动感知与运动病建模提供了理论基础。该成果对自动驾驶、虚拟现实等领域的运动病预测具有重要意义。

　　

在自动驾驶和虚拟现实技术快速发展的今天，运动病（motion sickness）成为影响用户体验的关键瓶颈。传统运动病模型如ISO 2631-1仅能预测特定方向的运动不适，而基于神经失配理论（neural mismatch theory）的计算模型虽有所突破，却面临感知与病态预测难以统一的困境。更棘手的是，现有模型中普遍存在"感知漂移"现象——即使运动停止，模型仍可能输出不合理的倾斜感知，这与人类实际体验相悖。

日本奈良先端科学技术大学院大学（Nara Institute of Science and Technology）的Takahiro Wada团队与荷兰应用科学研究院（TNO）的Jelte E. Bos合作，在《Biological Cybernetics》发表了一项突破性研究。他们通过数学建模揭示：在六自由度主观垂直冲突（6DoF-SVC）模型家族中，仅In1变体能在静止状态下确保所有感知变量（如前庭角速度ω?、重力矢量?）自动收敛至生理合理值。这一发现为开发既能准确预测运动感知又能评估运动病风险的统一模型奠定了基础。

研究采用三大关键技术方法：1）建立6DoF-SVC模型的非线性动力学方程组，包含半规管（SCC）和耳石（otolith）的生理参数；2）通过线性化分析和特征值计算验证模型平衡点的全局稳定性；3）数值模拟旋转幻觉（固定角速度绕水平轴旋转）和重力惯性错觉（离心加速）两种经典前庭范式，并与Merfeld模型进行对比。

理论模型分析

通过推导20维状态方程（式5），证明In1模型在静止状态（f=g₀, ω=0）下存在唯一平衡点（式13），其特征值（式18）实部均为负，确保系统从任意初始状态都能收敛至?=g₀、a=ω?=0的合理状态。相较之下，In3等模型因积分器冗余导致?^eq依赖历史状态（附录A），而Merfeld模型因?模量不可调（式61）无法完全校正感知误差。

运动感知模拟

在旋转幻觉模拟中（图2a），6DoF-SVC(In1)成功再现角速度感知衰减（ω?→0）和惯性加速度（a）的正交振荡，符合"无转动的圆周运动"错觉特征。而Merfeld模型（图2b）因耳石信号持续干扰ω?计算（式38），导致a无法形成稳定振荡模式。对于重力惯性错觉，两种模型在固定半径离心（图3A）和变半径条件（图3B）下均能预测倾斜感知向GIA方向收敛，但6DoF-SVC模型对前庭眼反射（VOR）衰减的动态拟合更接近生理数据。

这项研究首次从动力学系统角度证明：合理的自运动感知模型必须具备"状态自校准"能力——当外界输入静止时，内部状态应自动复位至与物理现实一致。6DoF-SVC(In1)模型因其精简的反馈结构（仅对Δg积分）和严格的数学特性，成为目前唯一能统一描述旋转幻觉、重力惯性错觉和运动病积累的计算框架。该成果不仅为自动驾驶运动控制算法（如文献Wada 2016）提供了更可靠的评价工具，其揭示的"平衡点唯一性"原则更为未来多模态感知建模指明了方向。值得注意的是，模型对Ferris wheel illusion中感知半径变化的预测（未实验验证）和?幅值动态调节的生理机制，仍是值得深入探索的领域。