Daydream手柄是不是动捕？详解VR运动追踪技术101

　　按：到现在来写运动追踪技术101似乎有些晚，但还是想写，是因为关于VR的追踪技术时常看到会有各种混用，以致让人摸不着头脑。本文试图讲清楚关于追踪的一些基本理论和技术，已经很懂的各种业内大拿们可以无视。

　　在今年的I/O大会上，Google推出了Daydream VR平台的官方头盔设计参考，而且包含有一款手柄。关于这款手柄许多外媒（比如The Verge）称其为"Motion Controller"（体感控制器），也就是说它能捕捉你的动作，让你通过手势来进行操作。然而当小编称其为"动捕手柄"的时候，业内人士表示"这不是动捕，Google也没有称其为动捕"。

　　那么到底Daydream手柄是不是动捕呢？实际上，你可以称其为"动捕手柄"，但又要明白它和其它产品是有区别的。下面就来看看动捕到底应该如何理解。

　　6自由度（DOF）

　　要理解Daydream手柄先要理解"自由度"，这是经常会听到的一个词，英文叫"Degrees of Freedom，通常缩写为DOF"。

　　自由度指的就是物体在空间里面的基本运动方式，总共有6种。任何运动都可以拆分成这6种基本运动方式。这6种基本运动方式又可以分为两类：位移和旋转。

　　位移包括前后、左右、上下三种，如下图所示。

　　旋转包括：前后翻转（ROLL）、左右摇摆（PITCH）以及水平转动（YAW），如下图所示。

　　这两类，每类三个自由度，加起来就是6自由度。

　　在每个自由度里面，有两个不同的方向。比如升降电梯的运动只有一个自由度：上下，但在这个自由度里面它可以选择往上或者往下；同理，轮胎转动也只有一个自由度，但它可以选择顺时针还是逆时针转动。

　　任何硬的物体的运动，不管多么复杂，都可以用位移和旋转来解释（软的物体还有膨胀收缩等运动，比如气球）。例如，碰碰车只有3个自由度的运动：它可以在水平面转动或是前后、左右位移，但不能上下位移、前后翻转或左右摇摆（如果不发生事故的话）。

　　这个时候再来解释Daydream手柄就容易多了，首先它是动捕，但它只能追踪前后翻转、左右摇摆以及水平转动三个旋转的自由度，无法知道手柄在空间里的位移情况。所以，如果要准确描述Daydream手柄，就应该称其为3自由度或3DOF动捕手柄。

　　对比之下，HTC Vive的追踪系统让手柄拥有6个自由度，包括位移的3个自由度。其结果就是，你没法用Daydream的手柄做伸手拣地上物品这样的动作，但Vive的手柄可以。

　　下面两个视频分别演示的是Daydream手柄可以做的事情，以及Vive可以做但Daydream做不了的事情，都来自Google。

　　Daydream手柄演示，3自由度：

　　http://v.qq.com/boke/page/z/0/6/z03027aria6.html

　　Daydream Lab - 打鼓键盘（Drum Keys），6自由度：

　　http://v.qq.com/boke/page/o/0/8/o0302pcjyc8.html

　　IMU和惯性动捕

　　IMU是Inertial Measurement Unit的缩写，也就是惯性测量单元。它通常包含加速度计、陀螺仪和磁力仪三种传感器。以前主要用在飞机上，现在大部分智能手机都有了，成本比较低。使用IMU可以测量速度、方向和重力，这种动捕技术也就是我们常说的惯性动捕。

　　通过IMU可以很好地追踪物体3个旋转自由度的运动，Daydream手柄基本可以肯定用的就是IMU传感器了。而这也是为什么Google可以让开发者用一款Android手机来替代Daydream手柄进行开发，因为手机上也有IMU。

　　惯性动捕的问题是很难判断物体在空间里的绝对位置，因而位移运动的3个自由度无法被追踪。

　　光学动捕

　　除了惯性动捕，另一个常被提到的技术是光学动捕，或者是光学空间定位，通过精确的空间位置可以判断物体的位移及旋转。光学动捕有很多种，这里以带Mark点的技术为例。

　　Sensics dSight头显的红外Mark点

　　光学动捕通过一个或多个摄像头持续不断过地追踪物体上的Mark点，这些点以特定的模式排列，然后通过一系列的算法来判断出物体的位置。算法通过将已知Mark点的位置与物体上Mark点位置进行比对，判断出物体的绝对位置和旋转方向。

　　Mark点的数量、位置和排列是有科学依据的。例如，如果只用4个构成正方形的Mark点，就无法判断物体是不是倒过来了，或是旋转了90度。除此之外如果Mark点被挡住了或是受环境光影响而追踪不了，也会影响位置的判定。

　　此时通常要投入更多的摄像头和计算性能来进行持续和精确地追踪，导致成本大增。所以很多动捕技术方面提供商，比如诺亦腾，会采用光学和惯性动捕相结合的方式来实现6自由度的精确追踪，从而降低摄像头使用数量及对计算性能的需求，控制成本。

　　总结

各种用于VR的追踪技术，都是为了实现高精度、低成本的6