基于虛擬現(xiàn)實的定位技術(shù)的研究與應用

[摘 要]隨著科技的發(fā)展，計算機用戶不再滿足于使用鍵盤、鼠標實現(xiàn)基于WIMP界面的交互方式，在人機交互上出現(xiàn)全新的技術(shù)——虛擬現(xiàn)實技術(shù)。虛擬現(xiàn)實技術(shù)是可以創(chuàng)建和體驗虛擬世界的計算機仿真技術(shù)，其采用的定位技術(shù)直接決定用戶的體驗感，是整個技術(shù)的重要依托。文章首先介紹虛擬現(xiàn)實技術(shù)，然后分析對比目前虛擬現(xiàn)實系統(tǒng)中的經(jīng)典定位技術(shù)，研究定位技術(shù)使用的算法，再介紹主流虛擬現(xiàn)實設備，最后分析目前定位技術(shù)存在的問題、未來發(fā)展的趨勢和方向。

[關(guān)鍵詞]虛擬現(xiàn)實;計算機技術(shù);定位技術(shù);動作捕捉

[中圖分類號]TP399 [文獻標識碼]A [文章編號]1008-7656（2022）01-0032-05

引言

近幾年，隨著傳感技術(shù)、圖像處理技術(shù)、5G技術(shù)等發(fā)展及相關(guān)產(chǎn)業(yè)鏈的成熟，虛擬現(xiàn)實（Virtual Reality，VR）技術(shù)得到快速發(fā)展，并廣泛應用于教育、娛樂、商業(yè)、工業(yè)等領(lǐng)域。例如，針對青少年的虛擬消防逃生課、心臟搭橋模擬手術(shù)等，利用虛擬現(xiàn)實技術(shù)搭建虛擬課堂或虛擬實驗環(huán)境，系統(tǒng)中設置虛擬智能角色，帶領(lǐng)學生在虛擬環(huán)境中學習交流、體驗探討，降低實驗操作的風險，提升學生的主觀能動性和自主學習能力。

一、虛擬現(xiàn)實技術(shù)

虛擬現(xiàn)實技術(shù)是基于計算機技術(shù)、傳感技術(shù)、仿真技術(shù)、圖形學、三維場景構(gòu)建等學科的新興技術(shù)，其目標是通過計算機硬件和軟件人工合成三維視覺空間，用戶通過使用虛擬現(xiàn)實設備與之進行人機交互，從而獲得視、聽、觸、嗅、味的感覺，營造出一種與現(xiàn)實世界一樣的感官體驗，從而產(chǎn)生身臨其境的感覺。

虛擬現(xiàn)實系統(tǒng)是沉浸式交互仿真系統(tǒng)，如下頁圖1的虛擬現(xiàn)實系統(tǒng)的構(gòu)建過程圖所示。在整個系統(tǒng)中，虛擬現(xiàn)實設備是實現(xiàn)用戶與虛擬世界交互的重要技術(shù)節(jié)點，是使虛擬現(xiàn)實系統(tǒng)具有3I特性的關(guān)鍵環(huán)節(jié)[1]，其核心技術(shù)就是空間定位技術(shù)及動作捕捉。

二、虛擬現(xiàn)實定位系統(tǒng)

目前的虛擬現(xiàn)實設備主要是穿戴式設備，由頭戴式顯示器、手柄、數(shù)據(jù)手套、數(shù)據(jù)衣服及定位器組成。頭戴式顯示器在為用戶展現(xiàn)3D場景的同時，捕捉用戶頭部的定位和方向、眼睛的凝視點;手柄或手套用于捕捉用戶手的位置及動作;將虛擬設備檢測捕捉到的數(shù)據(jù)信息回傳到3D場景空間，虛擬場景及目標事物做出相應的反饋，實現(xiàn)用戶與虛擬世界的交互;而定位器用來捕捉穿戴式設備的位置等信息，其在整套設備中起著重要的作用。

虛擬現(xiàn)實定位系統(tǒng)的主要功能是將用戶在三維視覺空間的位置、方向、位移等信息以高精度、低延時、低復雜度的方式提供給虛擬現(xiàn)實系統(tǒng)[2]，繼而呈現(xiàn)在虛擬空間中，用戶沉浸于虛擬世界時感覺到的和看到的一致。

當前相對成熟的室內(nèi)空間定位技術(shù)包括激光、紅外線、可見光、超聲波、慣性傳感器和計算機視覺定位等，但由于定位精度和部署條件各異，能應用于虛擬空間的定位技術(shù)有限。VR空間定位的核心性能指標是定位精度高且時延低，定位精度要達到mm級，定位系統(tǒng)時延必須要小于20ms[3]。如何精準地獲取用戶位置信息并捕捉到其動作，如何使時延盡量短不影響用戶體驗的流暢性，且快速地反饋到VR內(nèi)容中，這是VR普及的關(guān)鍵。對比能夠滿足虛擬現(xiàn)實定位需求的相關(guān)定位算法、定位精度、抗干擾性、部署成本及對環(huán)境的依賴程度，如表1虛擬現(xiàn)實定位技術(shù)表所示[4]，其中，光定位技術(shù)，激光定位技術(shù)、紅外光學定位技術(shù)、可見光定位技術(shù)已應用于HTC、Oculus、索尼三大廠商的主流產(chǎn)品中，使其VR設備成為消費級商品。超聲波定位技術(shù)有著高性能，但由于較高的成本，使許多虛擬設備商望而卻步。慣性傳感器定位技術(shù)和計算機視覺定位技術(shù)具有高精度定位能力，但需要復雜的算法程序?qū)崿F(xiàn)，時延較長，目前其還處于改進階段。

三、光定位技術(shù)

（一）激光定位技術(shù)

激光定位技術(shù)使用激光掃描法，在定位空間內(nèi)安裝數(shù)個激光發(fā)射器，利用光塔固定，向橫豎兩個方向掃射激光，測定激光發(fā)射器間的距離;在目標物體上設置多個激光感應接收器，收集計算兩束光線到達目標節(jié)點的角度差，利用三角公式計算節(jié)點與激光發(fā)射器之間的距離，再利用離線理論值進行比較匹配，解算出待測節(jié)點的三維坐標。在掃描過程中遇到障礙物，只需修正匹配方法，仍可以實現(xiàn)高精度定位。

相對于靜態(tài)掃描，掃描物體的動態(tài)過程可以省去較為復雜的計算和匹配過程，在位置估計時間內(nèi)，根據(jù)測定的轉(zhuǎn)向角度、速度、加速度等信息可以估算出位置，判定物體的移動，從而完成動作捕捉。由于各種干擾的存在，該位置會存在誤差，用估計到的位置信息，理論計算出被定位物體的距離并得到期望列表，再通過設置物體估算距離閾值進行加速匹配[3]，得到更為精準的位置坐標。

激光定位利用機械方式控制激光掃描，必須保障光塔的穩(wěn)定性，如果光塔發(fā)生移動或抖動，要重新對焦匹配，否則無法定位。另外其耐用性較差，機械結(jié)構(gòu)磨損也會導致故障。但激光定位精度和寬容度高，可避免復雜的程序運算，延遲短，反應速度快，可以定位多個目標物體，且可移動范圍廣。該定位方法已在虛擬現(xiàn)實中得到推廣應用。

消費級產(chǎn)品HTC Vive的Lighthouse是激光定位技術(shù)的代表產(chǎn)品之一，由定位光塔、頭顯、手柄組成。在活動空間的對角線上利用支架安裝兩個光塔，高度大約2m，對角距離3～5m，光塔每秒發(fā)出6次激光束，內(nèi)置水平方向和垂直方向兩個掃描模塊，分別輪流對空間發(fā)射激光掃描定位物體[2]。在頭顯和兩個手柄上安裝多達70個光敏傳感器，根據(jù)接收激光的時間計算得到傳感器相對于激光發(fā)射器的精準位置，利用頭顯和手柄上不同位置的多個光敏傳感器得出頭顯和手柄的位置及方向。

（二）紅外光學定位技術(shù)

紅外光學定位技術(shù)實現(xiàn)原理：在空間內(nèi)布置安裝多個紅外發(fā)射攝像頭，發(fā)射調(diào)制紅外線，并對整個空間覆蓋拍攝，在待測目標節(jié)點布置紅外反光點接收反射紅外信號，攝像頭捕捉反射影像，經(jīng)過處理計算，最終得到目標節(jié)點的空間坐標。最具代表性的產(chǎn)品是OptiTrack的攝像頭，屬于被動式紅外光學定位技術(shù)。

隨著紅外光學定位技術(shù)應用的深入，該技術(shù)得到了改進，發(fā)展成主動式紅外光學定位技術(shù)。例如，Oculus Rift產(chǎn)品在頭顯和手柄上增加可發(fā)射紅外光的紅外燈，實現(xiàn)主動式定位，提高定位精度;并配備由三軸陀螺儀、三軸加速度計和三軸磁強計組成的九軸傳感器，當目標物體被遮擋或者模糊時，可以通過九軸傳感器獲取目標的空間位置信息，解決紅外光無穿透能力等問題，提升抗遮擋能力。Oculus Rift產(chǎn)品中配備高拍攝速率的攝像頭，能夠得到目標節(jié)點在當前空間的三維坐標，因此，定位系統(tǒng)不存在累積誤差[1]。但定位角度受限于攝像頭的視角，用戶可活動的空間較小，也不支持多目標節(jié)點定位。Hypereal研發(fā)360°無死角三攝像頭定位系統(tǒng)，將活動范圍擴大到12.8m2。該主動式紅外光學定位技術(shù)定位精度高、部署容易、成本低、耐用性高，在虛擬現(xiàn)實領(lǐng)域很適合推廣。

（三）可見光定位技術(shù)

可見光定位技術(shù)的原理與紅外光學定位技術(shù)類似，在不同的目標節(jié)點上安裝可以發(fā)射不同顏色的可見光的發(fā)光燈，利用攝像頭捕捉追蹤各種顏色的光點，區(qū)分不同的目標節(jié)點，并獲取目標點的位置信息，計算出其空間坐標。例如，索尼PS VR的兩個體感手柄上分別發(fā)射天藍色和粉紅色的光，頭顯上發(fā)射藍光。

可見光定位技術(shù)靈敏度高、穩(wěn)定性好、成本低、技術(shù)難度小，且無需后續(xù)復雜的算法，但對環(huán)境高求高，抗遮擋性差。如果周邊光線太強，手柄和頭顯的燈光被削弱到一定程度，則無法定位;如果定位空間出現(xiàn)同色光則可能導致定位錯亂;當燈光被遮擋，位置信息無法準確傳遞，則無法定位。另外，受燈光數(shù)量和攝像頭視角的影響，可追蹤目標有限且目標移動范圍小。

四、前沿技術(shù)

為了優(yōu)化虛擬現(xiàn)實中的定位和交互系統(tǒng)，業(yè)界著力研究慣性傳感器定位技術(shù)和計算機視覺定位技術(shù)，使定位精度更高、范圍更廣，捕捉姿態(tài)更細膩。

（一）慣性傳感器定位技術(shù)

慣性傳感器定位系統(tǒng)在目標物體的重要節(jié)點安裝集成加速傳感器、陀螺儀和磁力計等運動傳感器設備[4]，用于捕捉采集目標節(jié)點的運動數(shù)據(jù)，包括姿態(tài)、方位等，再將數(shù)據(jù)傳給數(shù)據(jù)處理設備，通過慣性導航原理修正、處理數(shù)據(jù)信息，最終建立起三維空間模型，完成目標物體的位置、姿態(tài)、角度的測量。該系統(tǒng)可以實現(xiàn)多目標捕捉，靈敏度高、動態(tài)性能好、空間范圍大、環(huán)境適應性高，但用于測量傳感器運動參數(shù)的慣性測量單元（IMU）易受噪聲干擾，會出現(xiàn)角度偏差;MEMS器件存在零偏和漂移，測量得到的信息存在步態(tài)判斷誤差和步長估計誤差，這些誤差會隨時間推移而累積，導致系統(tǒng)不能長時間地進行精準定位跟蹤[5]。有效消除累計誤差是該技術(shù)在VR領(lǐng)域走進消費市場的關(guān)鍵。

（二）計算機視覺定位技術(shù)

計算機視覺定位技術(shù)在捕捉空間里采用各種光敏攝像機作為感知器，設計各種成像系統(tǒng)模擬人體視覺器官作為敏感信息的輸入方式，再由計算機代替人腦對捕捉到的姿態(tài)、位置等信息進行處理，同時使計算機像人一樣通過觀察理解環(huán)境從而具備自主學習和適應環(huán)境的能力，實現(xiàn)高精度捕捉定位目標節(jié)點和解析目標姿態(tài)[6]。在系統(tǒng)中用戶無需穿戴傳感器就能精細地捕捉到動作，可以輕松舒適地沉浸在VR世界。由于使用光敏攝像機，對環(huán)境光、視角等都有高要求。另外使用計算機視覺軟件創(chuàng)造精度的同時，必須縮短處理信息時間，縮小反饋時延，技術(shù)要求高。

五、發(fā)展趨勢和方向

對比采用各種光定位技術(shù)的主流產(chǎn)品，發(fā)現(xiàn)沒有完美的傳感器，所有的光定位技術(shù)都有自身的局限性及技術(shù)壁壘。要打破其局限，應使用融合算法融合多種定位技術(shù)的優(yōu)勢，提高定位精度及檢測反饋速度。當前融合定位算法是VR定位技術(shù)的研究熱點，主要分為兩種模式：基于貝葉斯濾波的融合定位[7]和基于機器學習的融合定位[8]。

基于貝葉斯濾波的融合算法在傳感器定位存在可能誤差的情況下，運用統(tǒng)計學的方法進行評估測算，使定位系統(tǒng)捕捉到的眾多信息有統(tǒng)一的接口，從而估算出目標點的當前位置?；跈C器學習的融合算法使虛擬設備模擬或?qū)崿F(xiàn)人類的學習行為，使用從定位系統(tǒng)中獲取的位置和動作信息，利用機器學習算法重新組織并改善自身定位性能，以得到更準確的三維坐標，如下頁圖2的基于機器學習的慣性傳感器定位系統(tǒng)圖所示。這兩種模式可以將精度提高50%左右[5]，都是基于算法實施，增加復雜的程序運算和內(nèi)存的使用率，在反饋時延上沒有優(yōu)勢，需要固化算法，提高了運行成本。

六、結(jié)語

本文分析虛擬現(xiàn)實定位系統(tǒng)的任務和性能，剖析虛擬現(xiàn)實應用于消費級VR產(chǎn)品的典型定位技術(shù)，闡述目前定位技術(shù)存在的問題和未來發(fā)展趨勢。從商品價值和技術(shù)成熟度來看，VR定位技術(shù)處于高度關(guān)注期，定位技術(shù)日趨完善成熟，VR將給人們的生活方式帶來新的變化。

[參考文獻]

[1]張亞龍.光學定位在虛擬現(xiàn)實中的研究與應用[D].鄭州：河南大學，2017.

[2]張宇翔，任爽.定位技術(shù)在虛擬現(xiàn)實中的應用綜述[J].計算機科學，2021（1）：308-318.

[3]DAI S.Design and implementation of indoor positioning system based on ultrasonic[D].Chengdu：Southwest Jiaotong University，2017.

[4]CHEN Y.Active visual positioning technology? ?in? ? immersive? ? virtual? ? reality[D].? ? Chongqing：Chongqing University of Posts and Telecommunications，2017.

[5]王奇，黎海濤.基于機器學習與慣性導航的室內(nèi)定位技術(shù)研究[J].電子測量技術(shù)，2016（8）：138-143.

[6]石紅巖，王江濤.計算機視覺技術(shù)在目標航拍定位中的應用[J].長春大學學報，2017（4）：8-11.

[7]董為浩.基于目標定位的數(shù)據(jù)融合算法研究[D].杭州：杭州電子科技大學，2015.

[8]程默.基于機器學習的室內(nèi)定位與數(shù)據(jù)融合算法研究[D].成都：電子科技大學，2019.

[作者簡介]陳淑玲，閩西職業(yè)技術(shù)學院講師，碩士，研究方向：虛擬現(xiàn)實技術(shù)、計算機技術(shù)。

[責任編輯 韋書令]