07073vr

在虚拟现实中，如何做到六自由度跟踪？我们都知道传统的惯性传感器是无法做到这一点的，最多只能跟踪头部的转动；想要跟踪头部的位移，就要引入光学系统了。传统的光学系统是摄像头式的，摄像头跟踪头显上标记的马克点实现跟踪，Oculus的Constellation系统就使用了摄像头+红外主动马克点的方式；而HTC Vive则使用了一套十分巧妙的技术，称之为Lighthouse，这套技术由Valve开发，可以说是目前体验最好的VR光学跟踪方案。

Lighthouse由两个基站构成：每个基站里有一个红外LED阵列，两个转轴互相垂直的旋转的红外激光发射器。转速为10ms一圈。基站的工作状态是这样的：20ms为一个循环，在循环开始的时候红外LED闪光，10ms内X轴的旋转激光扫过整个空间，Y轴不发光；下10ms内Y轴的旋转激光扫过整个空间，X轴不发光。

Valve在头显和控制器上安装了很多光敏传感器。

在基站的LED闪光之后就会同步信号，然后光敏传感器可以测量出X轴激光和Y轴激光分别到达传感器的时间。这个时间就正好是X轴和Y轴激光转到这个特定的，点亮传感器的角度的时间，于是传感器相对于基站的X轴和Y轴角度也就已知了；分布在头显和控制器上的光敏传感器的位置也是已知的，于是通过各个传感器的位置差，就可以计算出头显的位置和运动轨迹。

这个系统有很多优势。

第一条是其需要的计算能力非常小。

一个光学系统需要进行成像，然后程序就需要通过图像处理的方法来将成像中的马克点分辨出来。成像的细节越丰富，需要的图像处理计算能力就越高。所以红外摄像头比单色摄像头简单，单色摄像头比彩色摄像头简单。Lighthouse使用的仅仅是时间参数，那么它就不涉及到图像处理，对于位置的计算在设备本地就可以完成。

第二个优点是其延迟也很小。

计算能力需求高就意味着延迟会高：图形处理的大量数据要从摄像头传输到电脑中，再从电脑传输到头显上，就会增加延迟。而Lighthouse可以直接将位置数据传输到电脑上，省略了从摄像头到电脑的高数据传输的步骤。

第三，是系统中的追踪物体的数量理论上没有上限。

如果是光学摄像头的话，系统内的跟踪马克点数量就有一个上限，再多了无法处理。Lighthouse基站本身不处理任何信息，所有数据由跟踪传感器本地报告，这是一个天然的分布式系统。这套系统可以很方便地支持多人：两个玩家可以很轻松的在一个场地里同时体验。

所以Lighthouse造就了目前最好的VR体验。Vive的头动跟踪和手柄跟踪都非常精确，延迟极低，用户甚至可以做出将手柄抛来抛去的动作。就个人体验而言，Vive的头动和手柄跟踪的精确程度已经让人真的产生了“这就是现实”的错觉——你会不自觉的对你在整个环境中所能做到的事情产生更高的期望，比如大动态的动作，试着去伸手够到远方的物体，等等。

当然Lighthouse系统并不是完美无缺。它的主要问题是两个：

从理论来讲，Lighthouse的精度依赖于系统的时间分辨率。

传感器点亮的时候需要精确的知道激光当时的角度，那么就需要很精确的测量激光到达的时间。光敏传感器本身也有一定宽度，如果传感器“挤”在一起，间距达到了传感器本身的宽度量级，那么测角本身就会出现误差了。所以光敏传感器的分布之间需要一定的距离，设备不能制造的太小。Valve表示要保持对一个刚体的跟踪，需要至少5个传感器形成一个阵列。所以，Vive的手柄前方的传感器阵列部分体积庞大，是有原因的。

要满足跟踪稳定性和传感器分布的尺寸要求，Vive手柄前端才被设计成一个甜甜圈形状。如果想要将设备的尺寸缩小，那么就得将光敏传感器本身的尺寸缩小，同时降低传感器之间的距离，这个时候就需要更高的测角精度，系统的时间分辨率要求就提升了。

另一个问题是Lighthouse系统的可扩展性。

如果在一个空间里Lighthouse有许多基站的话，很有可能出现的情况是光敏传感器同一时间内被多道激光扫过，就很难分清楚激光是来自哪个基站，位置计算能力就会变差了。目前的Lighthouse是使用时分复用：任意时刻只有一个基站发光。在未来最彻底的解决方案应该是频分复用——光敏传感器接受的每一道激光都带有信息报告自己的基站的id，但是这样整个系统的设计会变得比现在复杂得多，在那么短的一道激光中做到这一点，也可能需要更昂贵的设备。Valve表示这套系统是理论上可扩展到无限容量的，但是他们并没有披露具体是用怎样的方法做到这一点。

Lighthouse可以说是Valve带给VR的一个重要贡献：它是目前所有的低成本室内定位系统中性能最好的。

在公布的当初Valve表示将会开放这套系统，各种需要室内定位的科技产品都可以应用Lighthouse——如果这件事情成真，毫无疑问对国产VR头显厂商是一个非常大的利好消息。不过到目前这件事情还没有动静。但是Lighthouse技术原理并不复杂，国内已经有公司在试着自己开发类似的技术。具体效果如何，让我们拭目以待。