VR體驗中的追蹤定位,現在可以換成低成本的Wi-Fi了
史丹佛大學研究團隊用Wi-Fi技術實現VR應用中的追蹤定位。
在目前實現的VR遊戲體驗中,使用者佩戴好裝置,看著系統螢幕投影的虛擬3D世界,然後在規定的區域運動。但是限於追蹤限制,使用者也只能在這塊規定的區域內移動。對此,史丹佛大學的研究團隊開發了一種新型Wi-Fi晶片系統(Wicapture),讓遊戲體驗更加自由。
現在常見的VR遊戲體驗,為了有效追蹤使用者肢體上的動作,廠家的設計通常是在室內設定好的區域周邊裝配一個或多個紅外攝像頭,這樣頭戴裝置上的紅外線燈發出的紅外線就可以被攝像頭捕捉到,從而追蹤玩家前後左右的移動。
然而這些系統都存在共同的缺陷:為了保證良好的體驗,使用者必須在幾平方米以內,如果走出來則無法追蹤到。並且,在遊戲過程中必須確保沒有其他人或障礙物進入,以防止訊號被阻隔。
為了能夠有更多的自由和更低的成本,史丹佛大學的研究團隊轉向了普通的無線電技術Wi-Fi。不過,電腦科學家Manikanta Kotaru指出,雖然Wi-Fi已經被廣泛應用,但是它的追蹤準確度達幾十釐米,所以如果應用在VR體驗上,精度不足就是一大缺陷。
為了解決這一問題,研究團隊提出瞭解決方案:一個標準的Wi-Fi晶片(如手機裡的)和兩個Wi-Fi接收器(類似家裡的路由器)。
這裡,晶片和接收器之間的訊號傳輸是通過高頻傳輸的,為了實現毫米的追蹤精度,必須要測量出訊號從晶片到接收器的傳輸時間。但是,晶片和接收器的時脈頻率是不同的,而且含有Wi-Fi的裝置時鐘大多都不同步。
於是Kotaru利用訊號的多徑效應(直接傳送到接收機的無線電波為直射波,通過牆壁返回到接收機的訊號為反射波)寫了一個演算法。該演算法同時追蹤兩個不同路徑下的訊號,通過多個發射機組合,利用三角測量方法實現對訊號的追蹤。
實驗中,科學家將Wi-Fi晶片放置在機械裝置上,在辦公室角落放置了四個Wi-Fi發射機,當他們以各種方式移動晶片時,Wicapture都可以維持1cm的精度;即便當研究人員用傢俱遮擋發射機,只要維持兩個發射機和晶片有訊號聯絡,誤差就可以維持在1.5cm。
對於這一創新,MIT的電腦科學家Dina Katabi說:“將虛擬現實與無線傳輸聯絡在一起,這真的是非常棒的做法。”
雖然研究團隊承認,Wicapture的反應時間比紅外攝像機的反應時間慢,準確度也沒有那麼高,但是他們認為可以通過與加速度計相結合來實現高精度和低反應時間。儘管未來仍需優化,但目前,這項技術其實已經可以使用。
相關文章
- VR先驅研製眼球追蹤 未來VR頭顯將實現眼球追蹤VR
- 眼球追蹤讓VR體驗更逼真自然 玩遊戲超酷還不暈VR遊戲
- 追蹤演算法KCF體驗演算法
- AsyncLocal<T>在鏈路追蹤中的應用
- 鬼影追蹤 —— 發現 Node.js 中的記憶體洩漏Node.js記憶體
- Jaeger鏈路追蹤在專案中的應用
- 三星Gear VR最大亮點:將實現手勢追蹤VR
- 在WebGL中使用GLSL實現光線追蹤Web
- SQL追蹤和事件追蹤SQL事件
- FOVE VR頭盔:支援紅外眼球追蹤技術VR
- 基站定位與Wi-Fi定位?看這篇就夠了
- 如何在 HDRP 中實現光線追蹤?
- Facebook收購VR技術公司 未來眼球追蹤應用VR頭盔VR
- 在excel中快速定位到具體的行Excel
- go的鏈路追蹤Go
- Oculus感測器開賣了!實現房間級VR體驗VR
- 用 Rust 實現簡單的光線追蹤Rust
- 想在VR中體驗暴雪爸爸的遊戲,還得再等等VR遊戲
- 索尼最新專利技術曝光:可用於VR領域的手部追蹤技術VR
- 三星Gear VR將增加追蹤技術 專利曝光!VR
- VR創業新玩法 VR體驗店變現最為直接的三種模式VR創業模式
- 對VR來說, 眼球追蹤技術在裡面到底是一個什麼角色?VR
- golang 程式記憶體追蹤、分析Golang記憶體
- 微服務追蹤SQL(支援Isto管控下的gorm查詢追蹤)微服務SQLGoORM
- 分散式鏈路追蹤框架的基本實現原理分散式框架
- 編譯了wasm版本的OpenCC,在瀏覽器上也可以直接進行簡繁體轉換了編譯ASM瀏覽器
- 資料視覺化在展廳中可以體現的優勢視覺化
- FTC 首次關閉銷售“追蹤者軟體”的公司
- 可以將照片轉換成素描效果的軟體:Photo Sketch for MacMac
- 在Unity中實現手部跟蹤Unity
- 利用Spring Boot實現微服務的鏈路追蹤Spring Boot微服務
- .NET Core 中的日誌與分散式鏈路追蹤分散式
- 追蹤原始碼的方式歸納原始碼
- 追蹤 GitHub 專案的流行度Github
- 把遊戲變成現實,光線追蹤技術到底有多神?遊戲
- AMD的GPU現在可以加速TensorFlow深度學習了GPU深度學習
- 日誌追蹤
- 程式碼追蹤