微力VR系统
玄明2015/09/22极客DIY IP:内蒙古
VR(虚拟现实)现在很热门,但发展速度明显还很不尽如人意,故此今天在这里斗胆贡献创意一则,不奢望能为VR产业添一把火,只求能获得各位大牛斧点指正。
现有VR系统多以全沉浸模式为核心,也就是力求所有的输入输出操作都以现实世界为蓝本,你在现实世界进行一个操作是什么样子,那么VR系统也会以此为蓝本进行模拟。
例如你在现实中走10米远需要较大幅度的摆动双腿十几次,那么在虚拟世界中,所有的VR系统也会以相同的运动量来做要求。这就导致我们VR系统中的运动衔接输入部分做得非常复杂,必须做成可以完整接受实际动作的结构,因此导致了高昂的研发成本和设施体积,比如无限甲板。
但个人认为:人类肢体活动的神经反馈机制并非牢不可变,在现实中我们需要耗费60%的力量来举起一把椅子,那么在VR中更重要的是椅子的外观和恰当的神经反馈强度,能否用同样的力量去举起椅子对拟真和操作来说并不是非常重要,甚至连你肢体的位置也并不重要。
也就是说,在VR系统当中,如果你可以用6%的力量举起椅子,用1%的力量举起水盆,用0.06%的力量举起水杯和你在现实中的感受相比并不会产生决定性的差异。对于人体来说最重要的拟真条件是用力的方式,而不是用力的强度或肢体的实际位置。
例如我们在玩传统电子游戏的时候,动作类型是完全不相符的:你的中指控制游戏人物前进后退,无名指控制左转,食指控制右转,大拇指控制起跳……但这依然足可使我们获得足够的游戏乐趣,并具备一定的浸入感。
因此,冒然研究像《SAO》那样完全沉浸的VR系统其实并非那么迫切,以目前的技术、文化条件,我们应当循序渐进,逐步提高VR系统的拟真性,也就是下文即将提到的“半沉浸模式”。该模式将大幅超越传统游戏的操作方法,实现感官、动作的部分对等,即举手投足所使用的肌肉群将与现实生活完全一样,只是操作力度大不相同。
这样一套VR系统大致是这样的:
1 一个类似于床垫一样的物体作为动作的感应输入装置,其中对应脚面的地方翘起,给脚底以踩踏实地的触感。
2 用于头部的VR头盔笼罩眼睛和双耳,以此提供清晰完整的音像信息。也可以在头盔中增加表情采集功能。
3 以上两种器具须在床上或躺椅上使用。
当你使用该设备进入虚拟世界时,只需要按力量比例来运动你的身体便可以完成所有拟真操作。这种运动只是肌肉的轻微用力,不会像真实用力那样显著的移动肢体,因而也不会迅速感到疲倦。更何况游戏中的主角们通常都力大无穷,具有毁天灭地的力量。如果你用平时的力量模拟走路跳跃尚可做到,但当你需要模拟跳上高楼或举起汽车之类的场景时,力量输出就不成比例了。
这就如同:一个大力士可以用1%的力量举起一块石头,可是在他小的时候,却可能需要用尽全力才能将同样的石头举起。石头都是同样的,用力方式都是一样的,只是用力强度不同,但用力强度的不同并不会影响人们对“举起石头”这种行为的感知。虽然刚开始会需要时间和练习进行熟悉,可是一旦熟悉并习惯这种新的感觉,VR系统就可以因此以极低的成本进行实现。
如下图,这张垫子是这样的:
微力VR系统1.jpg
如图:
该输入设备使用压力感应原件作为输入源,每1-5个轴向感应原件集合成为一个单元。1个大单元用来做头部动作采集,12个中单元用来做肩、肘、手腕、臀、脚的动作采集。8个小单元用来采集手部动作。感应原理可以采用压电陶瓷,成本低,精度也比较高。
在这个系统中,我将大、中单元(对应头部、肢体关节)分别命名为A-M,小单元(对应手指)则命名为o-v。每个单元最多有5个轴向,分别为前后左右对应3124,上下对应5和6。
这样当我们活动肢体时,这些单元便可以感受到最轻微的肌肉动作,然后将数据集合到处理设备上还原成真实的动作。
比如低头这个动作,在进行动作时头部单元的上下感应单元会感到重量减轻,也就是上轴受到触动。按照上文中的编号来表示该动作可以表示为:A5
因为以躺姿“低头”时等于头部悬空,肩肘臀等部位会受到压力。这种情况一方面会增加动作采集的可靠性(等同于多点输入),但另一方面也会造成动作误采。在实际编程时应当予以区分,设置合适的补偿机制。


微力VR系统2.jpg



幸运的是,这样的补偿机制设定其实并不像我们想象的那样困难,甚至不大需要程序员手工填写函数。我们在实际制作该系统时只需要设定一个自我学习程序便可以一劳永逸的解决这个问题。具体操作方法是这样的:


制作一个3D展示模特出现在玩家面前,让玩家模仿模特的动作,作出同样的动作来。这样系统就会通过感应器自动采集、生成所有的动作编码,并根据每个人的不同情况生成不同的动态函数文件。个人将这一行为命名为:行为习惯拟合。


还拿低头的例子来说,当你低头(躺卧体位下体现为抬头)时头部前轴动作,肩膀后轴动作,臀部后轴动作,转化成字符代码可以写就为(-之后的数字代表力量数值):A5-15\B6-8\C6-8\H6-4\I6-4\D6-1\E6-1


上列数值分别代表:


A:头部;5:上抬;-15:力量数值十五。


B:右肩;6:下压;-8:力量数值八。


C:左肩;6:下压;-8:力量数值八。


H:右臀;6:下压;-4:力量数值四。


I:左臀;6:下压;-4:力量数值四。


D:右肘;6:下压;-1:力量数值一。


E:左肘;6:下压;-1:力量数值一。


从上表可以看到,头部抬起(代表数值5)后原本负担在头枕的重量通过脖颈转移到了肩部、躯干和手臂上,因此上述部位的感应器会感受到相应的压力。在这样的躺卧状态下,你的大部分动作都会牵一发动全局,哪怕只是轻微动一下手指,全身的感应器也可能收到动作信号。


但个人认为这样的“联动”机制绝非杂乱无章或不可捉摸的,每一个的动作都会在周身上下行成精细连贯的数据链条,并在游戏中还原为精确的动作结果——当然这可能需要一段时间的学习适应。


你可以在游戏熟练后反复设置修正这个过程,也可以在游戏中随时暂停更正错误的动作表现。以此来找到最恰当的力量动作幅度。以便使动作的力度感应曲线顺滑灵敏,并发使身体在游戏后不至于太过疲劳。


而这些基础动作函数是可以在大部分游戏中通用的。当少数游戏需要一些不经常用到的动作时,才需要重新进行个别动作的拟合。


综上,个人预计该套VR系统可以较低的成本实现VR技术中最关键的动作沉浸,至少可作为实现全沉浸模式之前的一种过渡技术。通过在感应垫上添加冲击气囊、振动电机、调温结构还可以实现对触觉和温度的模拟。但那些都有现成的技术和产品,本篇中不再赘述。


在上述例子中,感应垫是以普通床铺为载体进行设计的,因此没有针对膝盖的动作采集单元,膝盖的动作需要由脚部和臀部等感应器的感应结果进行返推。如果这种采集方法有失精确,那么就可以将膝盖垫起,使人体呈现出膝盖弯曲的躺卧姿势。这样的姿势可能比平躺更加舒适,更不易疲劳,弯曲的膝盖下方也可以多安装两个感应器感受到更精细的动作。但实际使用时具体可以比平躺方式好多少还需要具体实验验证。
来自:综合交流区 / 极客DIY
13
 
已屏蔽 原因:{{ notice.reason }}已屏蔽
{{notice.noticeContent}}
~~空空如也
20!Dopaminor
9年3个月前 IP:广东
791093
虚拟和现实除了食物与空气之外没有任何区别,都是信息而已
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
兰若,公主魂
9年3个月前 IP:浙江
791142
想法挺不错的。。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
浩瀚星夜WXH
9年3个月前 IP:广东
791333
楼主的想法很不错,赞一个!
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
王者归来abs
9年3个月前 IP:山东
791341
NERvGear指日可待
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
usafn6132
9年3个月前 IP:北京
791629
以下个人的一点想法:
未来可能从各种方面达到完全技术化,例如人类的味觉,人类正常品尝味道是通过舌头上的味觉单元对特定化学成分起反应从而产生电信号通过神经传入大脑,刺激特定区域来产生“味道”的感觉,而将来人们可以用特定电信号脉冲直接达成对大脑皮层单元的刺激,可以通过脑电波取样从正在食用某些食物的人的头皮上采集点信号数据生成数据库,在进行多人试验之后,制成可以通过电信号刺激来引发“味觉”的装置,在将来,人们可以吃着人工的营养合成物,脑中“品尝着”世界各地的大餐、山珍海味,甚至可以通过更加密集的电信号来模拟口感。同样的思路和技术可以同时应用在视觉上,例如通过电信号脉冲直接介入视觉神经而在人的视野里加入特定的元素,例如可以在脑内看电影、玩游戏,这与谷歌眼镜将影像直接投影在视网膜上不同,而是不经过眼睛直接将影像“告诉”大脑,当然 这种密度的电信号需要极强的精确度,而且也不像味觉信号那么简单、容易采集,但我相信,经过几十年科学发展,神经呈像应该可以达到高清甚至蓝光的标准。如果在大脑皮层或者颈椎处惊醒高密度扫描的话,还可以读取人的思维信号,也许将来就不需要什么输入法,或者键盘之类的实际打字工具,只需要带上头盔或者项圈就可以进行,而且经过训练以后意念打字就会成为像抬起手臂、放下手臂那样本能性的而又简单的行为,因为相比控制大量的手臂肌肉纤维,输出26个英文字母应该容易得多。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
dome
9年3个月前 修改于 9年3个月前 IP:广东
791712
XXXXXXXXXXXXXXXXXXXXX/mechalife/jp/student/interview/1003-1.pdf
-引用百度(梯子抽了233333)
通过解读筋电可以使得VR更加完善,采集肌肉反应和数据完善。
庞大的数据处理和自我学习系统是个难题。
玄明前辈想法不错。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
novakon
9年3个月前 IP:广东
791839
玄明这个idea很好,非常简洁地实现了既定目的。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
玄明作者
9年3个月前 IP:内蒙古
792159
引用 usafn6132:
以下个人的一点想法:
未来可能从各种方面达到完全技术化,例如人类的味觉,人类正常品尝味道是通过舌头上的味觉单元对特定化学成分起反应从而产生电信号通过神经传入大脑,刺激特定区域来产生“味道”的感觉,而将来人们可以用特定电信号脉冲直接达成对大脑...
这不是你个人的想法,而是VR技术的最终目的,早在几十年前人们就已如此梦想。关于我贴中提到的“SAO”请参考《刀剑神域》
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
zgchen
9年3个月前 IP:四川
792279
那个什么电影里的自动贴身的椅子,是由很多能上下伸缩的柱子组成,能变换人的坐姿,好像是Xman里面的
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
usafn6132
9年3个月前 IP:吉林
792305
引用 玄明:
这不是你个人的想法,而是VR技术的最终目的,早在几十年前人们就已如此梦想。关于我贴中提到的“SAO”请参考《刀剑神域》
好吧我承认想法跟别人的都一样,话说除了刀剑sao里的完全前行技术,加速世界里的加速技术能不能实现啊?通过电流刺激实现时间相对时间上的加速,也就是"思考的快了"
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
usafn6132
9年3个月前 IP:吉林
792306
引用 玄明:
这不是你个人的想法,而是VR技术的最终目的,早在几十年前人们就已如此梦想。关于我贴中提到的“SAO”请参考《刀剑神域》
话说这个是不是简单来说就是用设备来“放大”力量和动作啊,通过检测肌肉微动作就直接在虚拟世界实现大动作嘛。然后复杂的运算系统和学习系统可以考虑一下建造云系统,通过云计算和存储,把多个使用者的数据进行云计算,总比单体要效率高吧
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
zx-16533
9年3个月前 IP:广东
792438
个人以为采集表面肌电信号来识别动作可能比压力传感器更好一些。这样能够捕捉到比较细微的动作。

至于反馈使用电触觉可能能够达到更好的效果。只需要使用电极和不同的波形便可以在皮肤上产生压力,痒,痛,等感觉。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
玄明作者
9年3个月前 IP:内蒙古
792906
引用 radio:
个人以为采集表面肌电信号来识别动作可能比压力传感器更好一些。这样能够捕捉到比较细微的动作。

至于反馈使用电触觉可能能够达到更好的效果。只需要使用电极和不同的波形便可以在皮肤上产生压力,痒,痛,等感觉。
很多人的确也是这么想的,但电信号受多种因素作用,实际测量时数值漂移很严重,无法确保采集精度。所以有人另辟蹊径,发现使用体表肌肉压力感应的方法反而可行性更高。比如通过手臂上的腕带就可以感知到手指的用力变化。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论

想参与大家的讨论?现在就 登录 或者 注册

所属专业
所属分类
上级专业
同级专业
玄明
学者 机友 笔友
文章
516
回复
4908
学术分
44
2005/11/27注册,3个月9天前活动

老骥伏枥,卖萌不止

主体类型:个人
所属领域:无
认证方式:手机号
IP归属地:未同步
文件下载
加载中...
{{errorInfo}}
{{downloadWarning}}
你在 {{downloadTime}} 下载过当前文件。
文件名称:{{resource.defaultFile.name}}
下载次数:{{resource.hits}}
上传用户:{{uploader.username}}
所需积分:{{costScores}},{{holdScores}}下载当前附件免费{{description}}
积分不足,去充值
文件已丢失

当前账号的附件下载数量限制如下:
时段 个数
{{f.startingTime}}点 - {{f.endTime}}点 {{f.fileCount}}
视频暂不能访问,请登录试试
仅供内部学术交流或培训使用,请先保存到本地。本内容不代表科创观点,未经原作者同意,请勿转载。
音频暂不能访问,请登录试试
支持的图片格式:jpg, jpeg, png
插入公式
评论控制
加载中...
文号:{{pid}}
投诉或举报
加载中...
{{tip}}
请选择违规类型:
{{reason.type}}

空空如也

加载中...
详情
详情
推送到专栏从专栏移除
设为匿名取消匿名
查看作者
回复
只看作者
加入收藏取消收藏
收藏
取消收藏
折叠回复
置顶取消置顶
评学术分
鼓励
设为精选取消精选
管理提醒
编辑
通过审核
评论控制
退修或删除
历史版本
违规记录
投诉或举报
加入黑名单移除黑名单
查看IP
{{format('YYYY/MM/DD HH:mm:ss', toc)}}