目前最好的VR一体机：Oculus Quest|世界华人企业家俱乐部

文章来源：TechCrunch

作者：Devin Coldewey

VR一体机Oculus Quest的设计目标是让VR体验变得简单轻便，它也确实做到了这一点。

但实际上，从原本的由室内物品来跟踪头盔，发展为由头盔来追踪室内物品，是一个非常复杂的过程。于是我和Facebook首席技术官麦克·斯科洛普夫（Mike Schroepfer）讨论了头盔由“外向内（outside-in）”到“内向外（inside-out）”的追踪方案转变。
当玩家佩戴上VR头盔和控制器，移动头和手时，VR系统中的某些部分必须时刻确保能准确追踪到用户头和手的位置。
通常可采用两种方法：一种是“外向内”追踪——将传感器安装在房间内的不同位置，从外部识别头盔及其内部嵌入式LED屏幕的相对位置；另一种是“内向外”追踪——将设备本身集成为传感器，头盔从内部追踪房间里的基准点，以时刻调整移动时的位置坐标。

两者都有各自的优缺点。但如果你想设计一个无线系统，那么最好选择“内向外”追踪方法，这样就无需在头盔和计算机之间传输无线信号以追踪实时位置，也就能避免出现信号延迟、影响用户VR体验。
Facebook和它旗下的VR头戴设备制造商Oculus几年前设定了一个目标——不仅要采取“内向外”追踪，还要使其准确度比肩（甚至超越）必须与高端计算机相连接的“外向内”追踪系统。

不仅如此，他们还希望这个设备在任何地方都能运行，而不仅仅受限于由无线电信标或其他信标限制好边界的场景中；而且在戴上VR头盔几秒内就可开始运行。
最终的成果就是令人印象深刻的Quest头盔，它成功达到了上述要求（尽管它在其他方面并没有实现较大的飞跃）。
让人印象深刻的是，Quest头盔不但能够追踪周围物体的位置，转换生成头盔自身的准确3D位置，而且实时转换所需的功耗，仅为普通计算机转换所需功耗的一小部分。

“尽管之前还有很多质疑声，”斯科洛普夫说道，“但我目前还没有看到过，性能可与之媲美的系统。”
Quest头盔采用的技术叫同步定位与建图。它大体上可概括为，在构建周边环境的3D地图的同时进行自身定位。
当然，机器人在这方面操作上已经驾轻就熟了，但它们通常使用雷达之类的专业硬件来进行定位，它们的处理器也更为强大。而Quest头盔使用的不过是普通摄像机。

“如果身处在一间仓库中，我需要确保我的照明正常，这样一旦遇到问题，我就可以靠标记在墙上的基准点来重置定位原点——这就相当于大幅度地简化了问题。”斯科洛普夫说。
“当然我并不是让你在墙上标记有形的基准点。我们也不会让你在房子周围标记二维码，或是能精准定位的GPS坐标。”
“就算Quest头盔在此之前从未见过你的客厅，它也必须要在这个新环境中开始工作。

“在客厅这种相对受限的环境中，我们会设置一个移动处理器，它主要也是负责处理环境内的内容信息。机器人可不需要在巡视仓库的同时，还玩Beat Saber（一款VR音乐游戏）。”
因此从各个方面来看，转换追踪方式都是一个难题，团队多年来也一直在努力解决这个问题。
最终，问题的解决有赖于几大要素的实现。其中之一就是移动芯片已经足够强劲，可以投入实际使用。
但这一点并非最重要的因素。起到更关键作用的，是Facebook人工智能部门在扬·勒丘恩（Yann LeCun）和其他员工的努力下，正在进行的计算机视觉（computer vision）研究。
机器学习模型会预先加载，在解决计算机视觉问题时所需的大量步骤，并且，如果对计算机理解和推理的要求不高的话，可以选择更加轻量化的计算机引擎。将高效的、基于边缘定向（edge-oriented）的机器学习应用到工作中，会离可行的解决方案更近一步。
然而，大部分工作还需要在多个系统中进行复杂的实时交互，从而完成SLAM操作。
斯科洛普夫表示：“我想说，机器学习的应用只是说起来容易，实际上，想要让它发挥作用还需要做出很多努力。”
“比方说，假设你的系统中有一个惯性测量单元（inertial measurement unit，IMU）（译注：一种精度更高的定位技术），它的运行频率非常高，可能高达1000赫兹，总之就是远高于系统中其他部分（比如传感器等，但不包括处理器）的频率。但是它自身也会产生很多错误。
“再假设，我们有能力在各个独立线程上，分别运行追踪器和映射器。但事实上，我们只会在多个线程上运行一个公共映射器，因为映射器是系统中成本最高的部分。
“多线程编程在一开始运行时会比较艰难，但如果你可以合理运作这三者（IMU装置、追踪器和映射器），那么它们就能以很有意思的方式共享数据，并且快速完成计算。”
说到这儿，斯科洛普夫突然发觉：“恐怕我得花三个小时才能向你解释清楚这些复杂繁琐的工作。”
在全新跟踪技术Oculus Insight的开发过程中，开发人员也进行了广泛的测试。

他们利用商用动态追踪装置，追踪戴着头盔和控制器的测试者，并使用OptiTrack设备（一种高端光学动作捕捉设备）来精准捕捉用户动作，以此生成标准参考结果。

他们正在用OptiTrack设备对用户进行测试
为了研究算法和传感系统如何运作，他们会整理测试数据，并还原成模拟场景：数据包括摄像机录制的视频，从IMU中采集到的数据，以及其他相关指标。
如果模拟结果接近标准参考结果，那么就判定系统的执行情况为良好。如果不接近，那么工程师就会调整系统的参数，然后再次进行测试和模拟。
在一次次模拟、对比结果、调整参数后，系统能在生成标准结果的前提下，变得更小巧、更高效。
最终它的性能需要达到与标准Oculus Rift头盔一样，甚至更高的水平。因为不管有多便宜，都没有人会去购买比旧版本性能更低的头盔。
“先不提与标准参考结果相比，我们的实验错误率如何。让我们来探讨一下，在完整的使用过程中，它的实际表现如何，”斯科洛普夫说：“我们团队中有些Beat Saber的忠实玩家。当我们进入研发的最后阶段时，他们会同时测试Rift和Quest两种头盔。
“我们的目标是，同一个人使用Quest后得到的游戏分数，应该与用Rift时得的分数一样，甚至更高。这是衡量微观指标的一种好方法，也正是我们为了满足用户想要的最终体验，所需要达成的目标。”
Quest头盔虽然便宜，但它的性能并不低
激光雷达的价格十分昂贵，因此即便是汽车制造商选择安装时都会非常谨慎。而用激光时差测距或像Kinect（微软的一款运用结构光的体感设备）这样的结构光采集方法也会使得成本上升。尽管后来，业内逐渐采用3D感应工具，从而大规模解决了成本问题。
他说：“因为从长期发展来说，我们还是想控制产品成本，所以我们当时考虑的是，如果不采用那些昂贵的工具，我们是否能得到同样准确的结果。”
“当和计算机视觉团队交谈后我们发现，他们非常看好背靠强大算法的摄像机，认为可以用它们来解决问题。因此从长远来看，从大多数用户的使用情况来看，我们希望能够采取‘内向外’追踪方法。”
我也提出了我的担忧，目前，并非所有人都认可VR是一个成熟产业，而技术上的解决方案，可能无法消除“心理上的偏见”等多方面的问题。
斯科洛普夫回答说，VR的运用尚存三个基本问题：成本、磨合和内容。
成本问题不言而喻，近几年的设备价格也没有下降的趋势。Sony旗下的VR头盔PlayStation VR很早就建立了低价市场，但是“实际上”VR设备仍然很昂贵。
磨合问题是指用户从“开箱”到“开始游戏”，需要设置和适应，这一直都是VR在实际使用中的一个难题。

Oculus Quest能够同时解决这两个问题。这款头盔不仅价格仅为400美元，而且，正如我们在评论中说的那样，它非常容易上手和使用。所以计算机视觉研究还是有所成效的。
然而目前，内容问题依然很明显。尽管有几款小火的游戏（Superhot和Beat Saber等），但要吸引主流玩家投入VR游戏中，仍需要开发出更多的热门游戏。

斯科洛普夫承认：“我相信当我们把这些头盔交给游戏开发者后，他们就会产生各种游戏灵感。所以我认为我们现在仍处于早期阶段，这些游戏平台仍需要一些时间来充实平台内容。”
“我认为每个人都应该耐心等待，这需要一点时间。但这是我们抵达成功的必经之路。我们将继续坚持不懈，尽可能快地制作出更好、更多的游戏，为消费者带来更好的VR体验，做出更好的VR头盔。”

<<返回>>