VR设备中常见的五大动作捕捉及空间定位技术对比

获取到这些灯光信息后，便能计算出光球的空间坐标。

优缺点

相比前面两种技术，可见光定位技术的造价成本最低，而且无需后续复杂的算法，技术实现难度不大，这也就为什么PS VR能买这么便宜的其中一个原因，而且灵敏度很高，稳定性和耐用性强，是最容易普及的一种方案。

不足的是这种技术定位精度相对较差，抗遮挡性差，如果灯光被遮挡则位置信息无法确认；而且对环境也有一定的使用限制，假如周围光线太强，灯光被削弱，可能无法定位，如果使用空气有相同色光则可能导致定位错乱；同时也由于摄像头视角原因，可移动范围小，灯光数量有限，可追踪目标不多。

4.计算机视觉动作捕捉技术

这项技术基于计算机视觉原理，其由多个高速相机从不同角度对运动目标进行拍摄，当目标的运动轨迹被多台摄像机获取后，通过后续程序的运算，便能在电脑中得到目标的轨迹信息，也就完成了动作的捕捉。

代表：Leap MoTIon手势识别技术

Leap MoTIon在VR应用中的手势识别技术便利用了上述的技术原理，其在VR头显前部安装有两个摄像头，利用双目立体视觉成像原理，通过两个摄像机来提取包括三维位置在内的信息进行手势的动作捕捉和识别，建立手部立体模型和运动轨迹，从而实现手部的体感交互。

优缺点

采用这种技术的好处是可以利用少量的摄像机对监测区域的多目标进行动作捕捉，大物体定位精度高，同时被监测对象不需要穿戴和拿取任何定位设备，约束性小，更接近真实的体感交互体验。

不足的是，这种技术需要庞大的程序计算量，对硬件设备有一定配置要求，同时受外界环境影响大，比如环境光线昏暗、背景杂乱、有遮挡物等都无法很好的完成动作捕捉；此外捕捉的动作如果不是合理的摄像机视角以及程序处理影响等，对于比较精细的动作可能无法准确捕捉。

5.基于惯性传感器的动作捕捉技术

采用这种技术，被追踪目标需要在重要节点上佩戴集成加速度计，陀螺仪和磁力计等惯性传感器设备，这是一整套的动作捕捉系统，需要多个元器件协同工作，其由惯性器件和数据处理单元组成，数据处理单元利用惯性器件采集到的运动学信息，当目标在运动时，这些元器件的位置信息被改变，从而得到目标运动的轨迹，之后再通过惯性导航原理便可完成运动目标的动作捕捉。

代表：诺亦腾 - PercepTIon Neuron

PercepTIon Neuron是一套灵活的动作捕捉系统，使用者需要将这套设备穿戴在身体相关的部位上，比如手部的话捕捉需要戴一个"手套"。其子节点模块体积比硬币还小，却集成了加速度计、陀螺仪以及磁力计的惯性测量传感器，之后便可以完成单臂、全身、手指等精巧动作及大动态的奔跑跳跃等等的动作捕捉，可以说是上述的动作捕捉技术中可捕捉信息量最大的一个，而且可以无线传输数据。

优缺点

相比以上的动作捕捉技术，基于惯性传感器的动作捕捉技术受外界的影响小，不用在使用空间上安装"灯塔"、摄像头等杂乱部件，而且可获取的动作信息量大、灵敏度高、动态性能好、可移动范围广，体感交互也完全接近真实的交互体验。

比较不足的是，需要将这套设备穿戴在身体，可能会造成一定的累赘，同时由于传感器的工作。

小结：未来，计算机视觉动作捕捉技术才是王道

这么多的动作捕捉技术中，每种技术都有各自的优缺点，比如HTC Vive的激光定位技术精度高、可移动范围广，但稳定性和耐用性就差，虽然Oculus Rift的主动式红外光学定位技术解决了这个不足，但可移动范围却成了短板。

综合来看，个人觉得目前应用在VR上最实用的还是HTC Vive的激光定位技术，毕竟在消费级别里面其能实现最大范围的空间定位和交互，而且定位精度非常高。

但在理想情况下其实还是诺亦腾的基于惯性传感器的动作捕捉技术好，其能实现更为精细的动作捕捉又满足更大空间的游走，不过这套系统目前还是主要应用在商业上，民用中未曾发现。

然而，在未来个人觉得计算机视觉动作捕捉技术才是王道，当摄像机、运算程序以及运算硬件跟上后，其优势会比基于惯性传感器的动作捕捉技术还要强，毕竟在无需穿戴传感器在身上的情况下也能满足动作的精细捕捉，像Hololens此前发布的远程3D全息影像便是采用这种类似的技术，但目前整体来看这项技术并未成熟，未来可期。