ISOIEC 23090-322025 信息技术 沉浸式媒体的编码表示 第32部分触觉数据的携带标准立项发展报告

信息技术沉浸式媒体的编码表示第32部分:触觉数据的携带标准立项发展报告StandardizationDevelopmentReport:InformationTechnology-CodedRepresentationofImmersiveMedia-Part32:CarriageofHapticsData摘要随着元宇宙、远程触觉交互及沉浸式娱乐技术的迅猛发展，触觉作为继视觉、听觉之后的“第三感官通道”，正逐步成为新一代信息交互的核心要素。然而，由于触觉数据类型多样、时空敏感度高且与音视频数据存在强同步需求，其在不同终端与平台间的互操作性面临严峻挑战。在此背景下，国际标准化组织ISO/IECJTC1/SC29（编码音频、图像、多媒体和超媒体信息）发布了ISO/IEC23090-32:2025标准，旨在定义沉浸式媒体中触觉数据的标准化携带机制。本报告系统梳理了该标准的立项背景、技术框架、核心内容及产业价值，重点分析了其基于ISO基元媒体文件格式（ISOBMFF）的封装方法、与视觉听觉数据的同步策略以及多厂商适配接口。报告指出，该标准的发布填补了沉浸式媒体领域触觉数据无统一编码与传输规范的空白，为远程医疗、工业运维、高端游戏、教育实训等应用提供了基础设施级的技术支撑。未来，随着触觉编解码器（HapticsCodec）的进一步完善及终端生态的成熟，ISO/IEC23090-32有望成为沉浸式通信时代的基础性标准之一。关键词：触觉数据；沉浸式媒体；ISO/IEC23090-32；编码表示；ISOBMFF；媒体同步；标准化；互操作性Keywords:HapticsData;ImmersiveMedia;ISO/IEC23090-32;CodedRepresentation;ISOBMFF;MediaSynchronization;Standardization;Interoperability一、引言：触觉媒体标准化进程的里程碑（一）立项背景与行业需求分析人类感知外部世界的信息中，触觉虽不如视觉与听觉载体丰富，但在精细操控、情感传递、沉浸感增强等方面具有不可替代的作用。近年来，随着5G/6G通信网络的规模化部署、高性能传感器与执行器的成本下降，以及扩展现实（XR）设备的广泛普及，触觉信息的捕捉、传输与再现技术已经进入产业化落地前的关键窗口期。远程手术、工业机器人遥操作、虚拟会议中的握手与拥抱、在线教育中的笔触反馈等应用场景，均对触觉数据的高效编码与可靠携带提出了迫切需求。然而，在ISO/IEC23090-32发布之前，触觉数据的表示和携带处于一种“各自为政”的状态：各大设备厂商（如SenseGlove、HaptX、Meta等）采用专属私有格式，研究机构常用开放的矩阵文本格式，而消费级设备则多依赖简单的振动指令。这种碎片化的生态导致触觉数据难以跨平台复用，更无法与标准化的视频流、音频流在同一容器中进行统一封装与时间同步。（二）标准制定机构与工作流程ISO/IECJTC1/SC29是国际标准化组织和国际电工委员会联合成立的第一联合技术委员会下属的第29分委会，全称为“编码音频、图像、多媒体和超媒体信息”，其前身是著名的MPEG（MovingPictureExpertsGroup，动态影像专家小组）委员会。该分委会负责制定包括JPEG、MPEG-4、MPEG-H以及当前第三代音频编码（3DAudio）在内的多项国际标准。ISO/IEC23090系列即SC29所主导的“沉浸式媒体编码表示”系列标准，涵盖点云压缩（Part5/9）、神经网路压缩（Part17）、触觉信息表示及携带等多个子部分。ISO/IEC23090-32国际标准由SC29内部的“触觉编码特别工作组”负责起草，经过了多轮成员国投票与技术评议，于2025年8月26日正式发布，并由国际电工委员会（IEC）作为共同发布机构对外公示文本。该标准从立项到正式发布历时约三年，期间吸收了来自中国、韩国、德国、美国、日本等国专家的大量提案与试验结果。（三）本报告的结构安排本报告共分为七个部分。除引言外，第二部分概述标准的技术框架与规范范围；第三部分详细解读标准的核心技术内容与创新点；第四部分介绍该标准在产业界的潜在应用场景与典型用例；第五部分重点推介参与标准制定的主要企事业单位及标委会；第六部分分析标准的发布意义与未来演进方向；第七部分给出总体结论与展望。二、ISO/IEC23090-32:2025技术框架与规范范围（一）标准的定位与普适原则ISO/IEC23090-32的核心定位是解决“触觉数据如何装入媒体文件”的问题，即在既有的多媒体传输架构基础上，定义一种与数据内容无关、与底层硬件无关的通用携带方式。这意味着标准本身不规定触觉数据的压缩算法，也不限制触觉设备的物理特性，而是聚焦于“容器层”与“同步层”的标准化。该标准遵循以下三项设计原则：其一，复用性原则。充分利用现有国际标准中关于媒体容器、时间戳、随机访问、轨道关联的技术积累，避免“推倒重来”式的独立设计，从而降低产业采纳成本。其二，可扩展性原则。触觉数据的形态极为丰富，既包括振动马达的低频启动信号，也包括高密度压力阵列的逐帧流数据，还包括动觉反馈所需的六自由度位姿信息。标准通过可扩展的描述符与元数据机制，确保不同类型触觉数据的兼容封装。其三，同步性原则。触觉数据若与视音频不同步，将导致用户产生明显的不适感甚至晕动症。标准设计了精细的时间戳模型与轨道互参考机制，以确保多模态数据的亚毫秒级对齐能力。（二）标准适用范围界定该标准具体适用于以下类型的触觉数据携带：-振动触觉数据（Vibrotactile），包括连续振动波形与离散脉冲指令；-压力分布型触觉数据（PressureDistribution），通常来自压力阵列传感器，如指尖压力垫或全身压力服；-动觉与力反馈数据（Kinesthetic/ForceFeedback），如机械臂末端的三维力向量及力矩信息；-温度触觉数据（ThermalHaptics），用于温度感知再现的离散温度值或连续热流信号；-混合型触觉数据，即上述类型的任意组合。值得强调的是，该标准仅规定触觉数据在文件格式层面的携带方式，不涉及传输协议（如RTP封装）或应用层API接口。这些内容由其他相关标准或行业规范另行规定。（三）与ISO/IEC23090系列其他部分的协同关系ISO/IEC23090系列是一个结构化的标准族，各子部分之间互为支撑。其中，Part1规定了沉浸式媒体所需的架构与术语；Part5/9分别针对静态与动态点云制定压缩方案；Part17关注神经网络压缩；而Part32所定义的触觉数据携带格式，在逻辑上依赖于Part1的总体架构描述，同时为未来Part31、Part33等与触觉编解码器相关的标准提供了文件层接口。三者之间的关系可以类比为：编解码器负责“如何压缩”，携带格式负责“如何存放”，而架构标准则负责“如何协同”。三、核心技术内容及创新点解析（一）基于ISOBMFF的触觉数据封装设计ISO/IEC23090-32采用ISO基元媒体文件格式（ISOBMFF，即ISO/IEC14496-12）作为底层容器。该格式在音视频领域已经过近二十年的广泛验证，被广泛应用于MP4、MOV、HEIF等文件类型中。标准在ISOBMFF框架内新增了“HapticsTrack”（触觉轨道）的概念，并在其中定义了新的样本类型与描述结构。具体而言，每个触觉轨道的样本（Sample）可以承载如下内容：触觉元数据（如设备特性、渲染算法标识）、触觉原始数据（如振动波形采样值或压力矩阵帧）、以及可选的触发指令（如预先定义的触觉事件）。为兼容不同编码算法，样本中还包含了编码类型标识符，允许未来出现的新型编解码器方便地接入而无需修改容器结构。（二）时间同步与轨间关联机制触觉数据与视音频的同步是沉浸式体验成败的关键。ISO/IEC23090-32沿用了ISOBMFF中的编辑列表（EditList）与合成偏移（CompositionOffset）机制，并针对触觉特性新增了“触觉呈现延迟描述子”（HapticPresentationDelayDescriptor），用于描述触觉设备从接收数据到产生物理动作之间的固有延迟，从而在上层调度时进行补偿。对于需要高精度同步的应用场景，标准还支持在样本组（SampleGroup）层面建立触觉轨道与特定视觉轨道、音频轨道的显式关联关系，防止播放器在轨道切换或随机访问时出现同步错位。（三）多设备协同与呈现描述支持在许多应用场景中，单个用户可能同时佩戴多个触觉设备，例如一副触觉手套加一件触觉背心。ISO/IEC23090-32通过“触觉呈现描述”（HapticPresentationDescription）提供了对多设备拓扑的标准化描述能力。该描述包含设备ID、设备空间坐标系、可感知力度范围、频率响应特性等参数，使播放器能够根据实际设备配置，自动将触觉流中的逻辑通道映射到物理设备上。（四）与基于MPEG-H的现有系统的兼容共生MPEG-H3DAudio作为沉浸式音频的编码标准，已在广播电视与流媒体领域获得一定部署。ISO/IEC23090-32在轨道类型定义时明确考虑到了与音频轨道的并行读取能力，并允许触觉轨道作为音频轨道的附属增强轨道存在，例如随音乐低频节奏同步触发体感振动。这种兼容共生的设计显著降低了现有多媒体管线整合触觉能力的工程复杂度。四、应用场景与产业价值分析（一）远程医疗与手术培训在远程手术场景中，主刀医生通过操作台感知患者的组织阻力与器械接触力，触觉反馈的准确性与实时性直接关系到手术安全。ISO/IEC23090-32所提供的标准化携带格式，使得手术机器人厂商（如直觉外科、微创机器人等）能够以统一格式存储、回放和传输操作过程中的触觉数据，从而支持病例复盘、远程示教以及基于历史病例的力学模型训练。（二）工业运维与危险环境作业在核电站检修、深海勘探、空间站维护等不宜人员亲临的场景中，遥操作机械臂的力反馈数据需要与高清视频流紧密配合。标准化的触觉数据携带机制有助于实现对力觉信息的大规模记录与分析，进而构建工业环境数字孪生体中的触觉档案。（三）高端游戏与社交娱乐消费级游戏设备（如VR控制器、体感座椅）对触觉数据的标准化需求极为迫切。通过采用ISO/IEC23090-32，游戏引擎与内容分发平台可以在不绑定特定硬件SDK的前提下，将触觉效果作为独立的媒体轨道与视觉内容同步打包发行，实现“触觉效果一次制作、多平台自适应播放”的理想模式。（四）教育实训与文化数字化在职业教育与技能培训中，触觉反馈可显著提升学员对操作技能（如焊接、雕刻、装配）的掌握效率。博物馆与文化遗产保护领域同样可以利用标准化触觉数据，实现文物表面纹理的数字化复现，使观众在虚拟环境中“触摸”历史。五、主要参与企事业单位与标准化技术委员会介绍ISO/IEC23090-32:2025国际标准的制定汇聚了全球多个国家的科研力量与产业资源。其中，韩国电子通信研究院（ETRI）作为长期深耕数字媒体标准的骨干研究机构，在触觉表现模型与多设备协同场景方面为该标准贡献了大量核心提案，尤其在“触觉呈现延迟描述子”与“多设备拓扑映射”两个关键机制的形成过程中发挥了主导作用。ETRI所提出的基于分层状态机的触觉渲染控制模型，最终被工作组采纳为标准中关于状态同步的推荐实现参考。另一方面，北京邮电大学（BUPT）作为中国代表团的核心学术力量，在触觉与音视频的跨模态同步调度、低时延携带策略等方面提供了富有工程实践价值的研究成果。该校网络与交换技术国家重点实验室在三维触觉通信测试平台上的实验数据，为标准中的时间戳模型提供了关键验证，其关于端到端触觉时延边界分析的论文多次发表于IEEEVR与ACMMultimedia等顶会。在中国标准化生态中，全国信息技术标准化技术委员会（TC28）下属的多媒体分技术委员会（TC28/SC29对口单位）积极组织国内企事业单位参与该标准的意见征集与投票工作。作为国内标准与ISO/IEC的桥梁，TC28/SC29已同步启动对ISO/IEC23090-32的国内转化评估，计划尽快形成推荐性国家标准立项建议，推动国内触觉终端厂商尽早采用统一的标准数据格式。此外，西门子股份公司、索尼集团、华为技术有限公司等大型跨国企业也深度参与了标准草案中的产业需求梳理与技术验证工作。华为在无线传输领域积累的低时延调度经验为标准中关于触觉数据轨道优先级设置的讨论提供了演进方向。六、标准发布的意义与未来演进方向（一）对行业格局的影响ISO/IEC23090-32的发布具有多重战略意义。首先，它宣告了触觉媒体从“实验室技术”转向“可广泛部署的数字媒体服务”的正式起点，为产业链上下游提供了明确的技术参照。其次，通过定义一种硬件无关的文件格式，该标准显著降低了触觉内容创作与发布的准入门槛，有望催生独立的“触觉内容制作”业态。第三，该标准的出台也向学术界传递了信号——触觉编码研究的重点正从纯算法性能优化，转向兼顾文件级互操作性与端到端系统体验的全链路优化。（二）后续标准化工作展望当前，SC29仍有多项与触觉相关的标准化议题正在进行中。其中，呼声最高的当属“触觉媒体编解码器标准”（HapticsCodec）的立项。目前，业界对触觉信号是否需要类似视频编码的专用有损压缩算法仍存在较大争议，部分专家认为基于感知模型的稀疏编码已能取得较好效果，而另一些研究者则主张针对高密度压力阵列采用深度神经网络压缩方案。与此同时，针对触觉数据的传输协议（如基于RTP的实时携带方案）也在互联网工程任务组（IETF）内部展开研讨。ISO/IEC23090-32若能与上述传输标准形成良性配合，将构建出完整的“编码-携带-传输-渲染”技术链条。（三）面向未来的标准生态构想从更宏大的维度来看，随着人形机器人、脑机接口等技术的快速发展，触觉信息有望成为继文本、图像、音视频之后的“第五代媒体”。届时，ISO/IEC23090-