VR动捕技术、核心玩家详解及方案盘点

　　如果说HTC Vive、索尼PSVR这样的产品给我们打开了迈入虚拟世界的一扇门的话，那么它们装配的控制手柄则是我们与这个虚拟世界进行交互的双手。但拿着手柄与世界的交互终究会破坏这种置身于另一个世界的沉浸感，无时无刻不在提醒着我们这是一个虚拟世界。为了解决这个问题，一些公司将广泛应用在影视行业里的动作捕捉技术带到来VR领域，让用户能够扔掉手柄，通过真实的触摸、抓起、走动以及各种动作来与虚拟世界进行交互。

　　这种统称为“动作捕捉”的交互技术成为VR产品体验提升、产品大量普及极为关键的一环，无论是PC主机类VR设备，还是被认为有更大市场空间的移动VR市场，比如VR一体机或配合手机用的VR盒子，这类产品正是因为缺少低成本易用的交互技术方案，让现在移动VR的交互体验还显得那么糟糕；现在已经有一批创业公司在进行这方面的创业探索，而且现在竞争已经非常白热化，可以说，谁先走在前列，谁就能占领下一波VR发展的高地。

　　与大多数VR创业者集中在头显、游戏以及全景视频领域不同，针对VR的动作捕捉细分领域并不那么拥挤，但竞争同样激烈，今天就全面解读一下目前动作捕捉技术应用于VR领域的两大技术路径、其中的主要创业公司玩家以及其发展前景和面临的困境，为你描绘出一副全面明了的VR动捕创业江湖图景。

　　动作捕捉：实现全沉浸的第一步

　　大家都知道目前的VR设备只能够做到部分沉浸，即当你戴上VR头显之后能够感觉自己进入到了一个新的虚拟世界，但是在这个世界里的你却仅剩下了一双手以及半个胳膊，在你低头往下看的时候是看不到自己身体的。此外，虽然HTC Vive类的设备也会给你提供一个控制手柄来让你与虚拟世界进行一定的交互，但是当你把攥着Vive手柄的双手伸向一个物体的时候，却发现还需要按下侧键才能将其“拿”起来，这与真实世界里面的拿的概念可大不相同。上述两点正是目前VR设备无法实现更高沉浸感的原因。

　　而体感交互技术则可以解决这两个问题。当有了体感交互技术之后，我们的整个身体都能够被映射到虚拟世界之中，现实中的你做出什么样的动作，虚拟世界中的你也会做出同样的动作。而在与虚拟世界的交互方面，我们也不再依赖于Vive控制器或是其他的手柄，只需要跟现实一样即可，例如伸出手拿起一个虚拟物品，亦或是用脚去踹开一个准备把你吃掉的虚拟僵尸。而这则正是一种更高级别的沉浸体验。

　　VR动作捕捉的两种主流技术路径：光学方案与惯性方案

　　而想要在VR交互中实现体感交互的体验，我们需要解决一个关键问题——人体动作捕捉。动作捕捉技术在电影中的应用由来已久，像是《加勒比海盗》《生化危机》等好莱坞大片中的科幻人物，其外表都是由电脑特效合成而来，而这些科幻人物在荧幕上的一举一动则完全来自于真实演员的动作。

　　动作捕捉技术的本质其就是把现实中人物的动作复制到虚拟人物身上。目前，存在着两种主流动作捕捉方案：

　　一、通过摄像机进行的动作捕捉技术，因为摄像机运用的是光学技术，所以摄像机动作捕捉方案也被称为光学动捕方案。

　　二、IMU（InerTIal measurement unit）惯性传感器单元进行的动作捕捉，通常被称为惯性动捕方案。

　　不管是光学动捕方案还是惯性动捕方案，其核心原理都是对人体关键运动部位动作的测量。光学方案是通过计算机视觉技术来分析摄像机抓取的人体关键运动部位的动作，而惯性方案则直接通过IMU惯性传感器单元对人体关键运动部位的动作进行测量。

　　由于光学动捕方案容易被物体遮挡或是受到光照条件的影响，所以应用在影视领域的光学动捕系统一般都会在一个偌大的摄影棚里架设上一圈高性能摄像机，并让动作演员穿上拥有许多光标点的动作捕捉服才能工作。正式由于对场地的要求以及需要大量的高性能摄像机，这类方案的整体价格非常之高，往往都在数百万元之间，所以基本也只有财大气粗的电影剧组有钱使用。

　　而惯性动捕技术的核心部件IMU惯性单元其实就是整合了陀螺仪、加速计以及磁力计的传感器模块，其一个模块的价格甚至可以低至十几块钱，并且比光学动捕方案拥有更高的帧速率也不受场地与光照条件的限制，但是惯性动捕方案也有一个弊端，就是通过各种传感器的数据测算出的动作数据会有一些误差，而随着使用时间增长，这些误差也会被持续放大，而影视级光学方案则不存在这个问题。

　　虽然影视级的动捕方案拥有绝佳的精准与效果，但是其诸多的环境要求以及高昂的售价就决定了其难以在普通消费者市场进行推广。而微软在2010年则为其Xbox游戏机推出了一款名为Kinect的体感摄像头，允许站在其前面的玩家通过简单动作进行游戏。这种摄像头能够感知画面的深度（距离）信息，并且一般拥有两个或以上的摄像头，因此一般被称为深度摄像头或者双目摄像头。深度摄像头能够识别环境的距离信息，再通过相应的算法就能够识别出人类的简单动作或者是手势。

　　在微软将这一技术推向消费市场之后，深度摄像头这类低水平光学动捕技术逐渐推广开来，几乎所有手势识别、动作识别或是体感交互的技术都是基于这种原理，本文所有提及的所有应用于VR领域的光学动捕技术也都是指基于深度摄像头的光学动捕技术而应用与影视领域的专业光学动捕。