vr大空间定位多少钱

空间定位是VR 市场中一个非常关键嘚技术当今排名前列的VR硬件设备厂商(HTC/Vive和Oculus)分别采用了不同的空间定位方案

  • HTC/Vive、大朋VR的 灯塔激光定位系统

尽管这两种定位方式都采用了PnP解算,但都有各自的局限性和适应的场景下文将逐一详细分析。

Oculus采用的是基于Camera的定位方案被称为Constellation。在Oculus头盔和手柄上都布满了红外sensor以某個固定的模式在闪烁。

通过特制的camera以一个固定的频率(Oculus CV1是60fps)拍摄得到一组图片。系统通过这些点在图片上的二维位置以及已知的头盔戓者手柄的三维模型,反推出点在三维空间中的位置这个过程可以进一步的细分成以下的步骤,

首先为了确保准确的定位到头盔和手柄上的LED,PC端的Oculus Camera软件/驱动程序通过HID接口发送某个命令点亮LED该亮度足以被Camera捕捉到,同时这些LED以某个特殊的模式闪烁这样能确保即使有遮挡嘚情况下,在不同的角度下只要有足够多的LED被拍摄到,整个的tracking系统就能正常工作不会被环境中的其他噪声信号所影响。

然后是记录下烸一个被捕捉到的LED的位置和方向

当然为了做好定位,Oculus camera本身并不需要LED的颜色只需记录每个点的明暗,所以 Oculus Camera固件中记录下的的图像为 752×480像素, 像素格式为 Y8灰阶每一幅图看起来如下

拿到头盔上的LED在二维图片上的位置,又有头盔上Sensor的三维模型有什么办法可以估算出这些点的三維位置?这本质上是一个Pnp解算的问题 ():有了n个3D点的模型(就像上面提到的LED点在头盔上的3D分布) camera拍摄下来的n个2D点的集合,再加上camera本身嘚内部的参数可以推算出这些点的位置坐标(X,Y,Z) 以及姿态(Yaw,PitchRoll)。

这个点的集合到底有多大这是一个寻求最优解的问题,常见的做法是n>=3也就是图片上只要拍到三个以上的LED,就能够解算出相关的姿态和位置考虑到遮挡或者拍摄的照片不够清楚等因素,实践中看至尐要拍摄到4-5个点,整个头盔的姿态和位置才能被正确的算出这也是为什么在Oculus的头盔上布满了很多LED点的一个重要原因。

算出来的数据有误差怎么解决一个常见的办法是得到6DOF的数据之后,用该数据再做一次投影产生新的2D图像,把该图像和我们开始用来计算的图像进行比较得到一个误差函数,应用该函数来进行校准不过这带来另外一个问题:点进行比较的时候,你怎么知道3d模型上的点和拍摄到的二维圖像上的点之间的匹配关系?如果做一一对应的全匹配计算的话计算量太大。所以Oculus采用的办法是采用不同的闪烁模式来快速匹配3d模型仩的点和拍摄到的图像上的点。

进一步在姿态估计的问题上面,通过光学(camera图片)得到的姿态会有误差而这种误差主要来自于物体快速移动时捕获到的照片上的点识别的困难。为了减少这种误差需要通过IMU信息来进行一步校准通过PnP解算得到的姿态,这就是所谓的Sensor数据融匼

从上面的描述可以看出来,基于camera的光学定位技术安装配置比较简单,成本也比较低但是图像处理技术较为复杂,物体移动较快时識别物体的位置有比较大的困难同时容易受到自然光的干扰。

另外基于Camera的定位精准度受到Camera本身分辨率的限制,比如Oculus Rift的Camera为720p比较难以提供亚毫米级的精准定位。

最后Camera自身能够捕捉到的照片的距离比较近,不能应用到很大的房间位置一般都只能提供桌面级别的VR定位。当嘫最近Oculus提供了三个Camera的方案试图在room scale级别和灯塔定位技术一较高下。

反之htc,大朋等企业提供的灯塔激光定位技术避免了Camera定位技术的高复雜度,具有定位精度高反应速度快,可分布式处理等优势能够允许用户在一定的空间内进行活动,对使用者来说限制小能够适配需偠走动起来的游戏,真正实现Room Scale级别的vr定位

下面从灯塔定位的原理解释为什么在大空间的应用中灯塔激光定位是一个更好的选择。

HTC的灯塔萣位系统中有两个基站每个基站上面有两个马达,其中一个马达往水平方向扫射另外一个朝垂直方向扫射。

基站刷新的频率是60赫兹基站a上面的马达1首先朝水平方向扫射,8.33毫秒之后第二个马达朝垂直方向上扫射(第二个8.33毫秒),然后基站a关闭接着基站b重复和基站a一樣的工作......

这样只要在16ms中,有足够多的sensor点同时被垂直和水平方向上的光束扫到这些sensor点相对于基站基准面的角度能够被计算出来,而被照射箌的sensor点在投影平面上的坐标也能够获得同时,静止时这些点在空间中的坐标是已有的可以作为参考,这样就能够计算出当前被照的點相对于基准点的旋转和平移,进一步的得出这些点的坐标这其实也是一个PnP问题。

进一步的再融合IMU上获得的姿态,就能够较准确的给絀头盔或者手柄的姿态和位置

在上一步中计算出来的头盔/手柄的位置和姿态信息通过RF传递到和PC相连的一个接收装置,该装置再通过USB接口把数据上传到PC端的driver或者OpenVR runtime,最后上传到游戏引擎以及游戏应用中

相比HTC的定位技术,大朋在激光定位方面做了进一步的创新在每个基站仩面加入了三个马达,从上到下编号一号马达从垂直方向上扫描,2号马达从水平方向扫描3号马达从垂直方向扫描。

每一个马达扫描的時间间歇是4ms该马达在工作的时候,其他马达都处于关闭状态基本时序如下:

基站上面的马达1首先发送同步光信号给头盔/手柄上的sensor点,sensor點清零计数器马达1接着朝垂直方向扫射;4毫秒之后,第2个马达朝水平方向上扫射(第二个4毫秒)然后是第3个马达朝垂直方向上扫射(苐3个4毫秒)。

被照射到的sensor点可以比较容易的得到被照射时的时间以及每一个号马达开始扫描的时间。马达的转速是固定的这样就可以嘚到sensor点相对于扫射平面的角度,而该角度编码后通过RF传送到PC端再做进一步的姿态融合之后,PC端就能容易的拿到6DOF的数据

在指定时间里增加扫描的次数,大大减少所需要的sensor数量从实际测试中看,在大朋的最新款的E3P中最后需要的传感器数量大概是Lighthouse的四分之一左右(Lighthouse用了几十個传感器),头盔和手柄所需要的传感器都是个位数头盔手柄都变得更轻便。这不仅大大增加了整个定位系统的稳定性也让sensor在头盔或手柄上的布局也更加的简单。

进一步的由于每次扫描的时间间隔更短,所以手柄的姿态等信息能够以更快的频率(每4ms一次)传送到PC端更忣时的更新到VR游戏中。

在玩vr游戏或者应用的时候难免会出现各种各样的遮挡,为了让用户能够在房间级别的空间中畅玩必须要让灯塔茬360度各角度方位都能够照射到头盔和手柄,大朋vr的解决方案和htc一样也是双基站。双基站的工作时序和单基站一样唯一的区别是,主基站工作的时候从基站是关闭的,反之亦然

大朋VR激光定位固有的定位稳定需要的sensor点少这些特点,使得该定位方案能够非常好的应用到教育行业和多人联机对战中

联机多人对战也是大朋VR定位版擅长的领域

比如以下的场景中,只需要一到两个基站可以覆盖多台网吧电脑大夶降低成本。

综上来看相较于红外方案,激光定位在大空间多人联机的应用上具有较明显的优势

}

原标题:ManaVR:玩 VR 空间定位有限这镓公司让用户想去哪儿就去哪儿 | 创业

就在今年双 11,HTC 又搞了个大新闻那就是终于 ,即利用无线传输方案取代了原有的有线信号传输同时采用移动电源为 Vive 供电,从而让用户试玩时再不用担心被拖到地上的线给绊倒然而,由于其位置追踪范围比较有限无线 VR 方案的最大优势並没有完全发挥出来。因此就需要一个更大的位置追踪与动捕空间而这正是 目前所正在做的事。

据了解目前大空间位置追踪最知名的方法是 OptiTrack 的光学追踪方案,他们采用了帧速率大于 100Hz 的专业摄像头并在摄像头的周围采用红外 LED 进行补光,同时采用全局快门系统无拖影地縋踪用户身上以及相关装备上的高反射率标记点。从而对用户进行相关动作捕捉以及位置跟踪目前包括 The Void 主题公园,以及诺亦腾的 Project Alice都是采用了 OptiTrack 的空间定位方案,这也说明了该方案的成熟性

然而, ManaVR CTO 王锐却表示 OptiTrack 主要问题就是单位面积太过昂贵据了解,OptiTrack 方案每个摄像头都需偠 3000 美元左右对于大场景而言,需要数个摄像头(OptiTrack 全身动作捕捉最少需要配置 6 个摄像头如果要提高跟踪效果或增大捕捉范围,可以使用 8 個或更多摄像头目前最多可配置 24 个摄像头)。而且光学方案还容易出现光线阻挡的问题因此,同一场地用户数将受到极大的限制此外,由于这些方案的后期维护也同样比较麻烦因此,王锐认为 OptiTrack 方案虽好但并不完美而包括国内一些基于光学定位的替代方案,都有此類问题

为了更好地解决 VR 大空间定位与动作捕捉难题,ManaVR 近日在 2016 苏州高铁新城 VR 论坛上公布了一款名叫 AURAX?-GAIA 的步态输入定位套装同步配合 AURAX?-HERN 动莋捕捉系统,可以根据使用者的实际步态输入提供精准、流畅、实时的定位更重要的是其采用模块化设计,空间定位与动作捕捉还可以低成本地实现“无限”面积的自由扩充而且还可以根据实际房型拓展成任何用户想要的形状,并且不受墙面等隔断的影响此外,其还鈳以满足同场更多人的位置定位而不受干扰

据了解,AURAX?-GAIA 步态输入套装主要由两部分组成一个是铺在地面上类似地板砖的模块,每个宽 20 厘米左右可以像地板砖那样自由拼接,另一个则是用户脚上的信号处理器当地面铺满该模块后,可以用专门的仪器给每一张模块进行萣位或者事先给各个模块定位,并按照一定的顺序排列铺设王锐告诉动点科技,该定位方案跟公交刷卡的原理是非常类似的地面上嘚模块就像是公交卡,而脚上的处理器便是刷卡机当“刷卡机”靠近某一块“公交卡”时,“刷卡机”便能得知相应“公交卡”的相对位置从而实现用户位置的实时跟踪。

另外在动作捕捉方面,AURAX?-HERN 动作捕捉系统本质上其实也是类似诺亦腾等公司所使用惯性动捕据介紹,ManaVR 商业版本上将拥有 46 个惯性传感器实现全身动作捕捉需求但惯性动捕有一个通用问题,那就是容易累积位移偏差这意味着刚开始玩嘚时候真实动作的虚拟映射可能是比较准确的,但会越玩越不准对此,王锐认为要想解决这个问题,就必须给惯性动捕系统一个实时准确的相对坐标以不断修正惯性动捕的误差。“这也是一些其他惯性动捕方案在惯性动捕的基础上使用 OptiTrack 位置追踪系统的原因”王锐如此表示。“而我们的步态输入套装也能起到同样的作用”此外,该系统还会标定每个人的身高体型得到每个人的骨长信息,从而可以將用户的实际动作准确地投射到虚拟世界中并能减少晃动感。

关于同场最多使用人数王锐表示由于不用考虑光学方案的阻挡影响,而苴 ManaVR 的方案会提前给每个玩家都进行个人 ID 验证因此步态之间的信号不会相互干扰,从而可以实现较多人在大空间中的交互“如果网络环境够好,我们是能支持无限人数同场”ManaVR 表示。

值得一提的是采用类似“铺地板”从而实现大空间定位与位置追踪的方案国内还有一家,那便是蚁视的全息甲板项目其在模块化可扩展的塑料地砖上贴上特制的反光片,配套的蚁视 VR 头盔下部会发射红外线并经过反射片反射回同样位于头盔底部的摄像头,系统根据这些反射片的位置从而推断出用户的空间位置该方法在原理上是可行的,但有一个问题那僦是不能过度地抬头,一旦摄像头无法“看见”反光片便无法追踪用户的方位了。而 ManaVR 方案则完全解决了这个问题

不过,王锐并没有透露该解决方案的具体报价只是说会比普遍的光学方案性价比高很多。“我们也许将通过与内容绑定推出如 100 平米配套一个内容,加上四伍套动捕套件整体价格应该是采用光学定位价格的 1/5。”王锐表示

据了解,现在 ManaVR 拥有大概 60 人左右的员工并已经获得由创见资本领投、紫牛资本跟投的 750 万人民币天使轮融资。

}

我要回帖

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信