沉浸式骑行中虚拟陪伴类型与空间位置数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23680433

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

本数据集支持题为“谁应陪伴你，以及在哪里？虚拟陪伴者类型与空间位置对沉浸式骑行中运动相关结果和主观体验的影响”的研究。该研究采用2×2被试内实验设计，考察虚拟陪伴者类型（骑行者 vs. 动物）和空间位置（前方 vs. 侧前方）对沉浸式骑行中运动相关结果和主观体验的影响。二十名参与者完成了四种实验条件，每种条件持续5分钟。该研究收集了骑行表现指标（速度和踏频）、生理反应（心率、皮肤电活动和表面肌电），以及使用自我评估人体模型（SAM）、游戏体验问卷—社会临场感模块（GEQ-SP）、Borg主观用力程度评分（RPE）和模拟器晕动症问卷（SSQ）进行的主观评估。该数据集旨在支持虚拟陪伴者与沉浸式运动交互研究的透明度、可重复性和进一步分析。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。