咖趣阁

手机浏览器扫描二维码访问

第两百五十九章 AR（第4页）

所以，从系统层面，并没有新的技术内容。

但是到了显示层面，它跟现有的计算设备比却复杂了一个量级。

当游戏引擎渲染出一个VR画面后，并不能像PC或者手机那样直接上屏，它还需要经过反畸变、合成、位置预测等过程，才能贴到屏幕上。

这就需要很多计算机图形学和操作系统相关的知识。

另外，为了进一步提升渲染效率，还需要引入注视点渲染技术。

而为了能够解决VAC辐辏冲突问题，未来还要引入光场显示等技术，这些也都需要计算机图形学相关的知识。

第二自然就是定位技术，VR中图像的生成，依赖于定位的准确性。

这就又涉及到了两大块技术：头部定位和手柄定位。

从技术路线上，定位技术可以分为下面三类，外置激光定位，也就是使用外置的激光发射器扫描空间，通过计算头盔和手柄接收到激光信号的时间差来推导出设备的空间坐标。

它的特点是：速度快，位置准，缺点是成本高。

HTCvive便是用了此种方式。

然后就是外置视觉定位，通过外部放置摄像头，拍摄头盔手柄上的光点，来推算出设备的位置，OculusRift红外线和PSVR可见光都是使用这种方式。

想要准确高效地检测出光标点，就需要图像处理、计算机视觉的知识。

最后才是内置视觉定位，通过头盔上的摄像头拍摄画面的变化，来估计头盔运动。

微软WMR、Quest使用的是这种方式。

它的优势是不需要额外架设设备。

但是，定位精度上，比激光定位要差一些。

为了能根据画面来推断相机的运动，也是需要计算机视觉相关知识。

比如Quest头盔上的有四个定位摄像头，InsideOut头部定位对应的手部定位稍微复杂点，它又分为电磁手柄定位、超声手柄定位和视觉手柄定位三种方式。

前两种一般是硬件直接给出定位坐标，最后一种仍然是基于计算机视觉，只不过摄像头从外置摄像头换成了头盔上的摄像头。

第三就是识别技术，在一些特定的场合，为了能够更精准地反映用户的动作，还需要对人体的各种状态进行识别。

包括：手势识别、身体姿态识别、表情识别、眼动追踪。

手势识别有两个技术路线：一是需要佩戴手套，靠硬件来识别，二是基于计算机视觉来识别。

前者优势是精准，后者的优势是使用简便。

身体姿态识别跟手势识别类似，也是有佩戴硬件和视觉两套方案。

但是现在常用的还是基于硬件。

而基于视觉的姿态识别，一般还是用在监控场景中，在VR中比较少见，其准确度也比硬件方案差很多。

还有眼动追踪则主要是计算机视觉方案，现在也有眼部肌电信号来进行眼动追踪的方法，但是只存在于实验室里。