Google都还未应用，这家中国公司已经推出了廉价多人空间定位

数娱科技CEO林云帆

许多人都看过The Void发布的一个视频，视频里多人在一个大空间里戴上VR头盔进行对战，大家觉得非常震撼。The Void做的是VR主题乐园，而那个视频只是个宣传片，要实现这个的场景，首先就需要一个大空间定位方案。

然而目前OptiTrack这种Outside-in的光学定位方案虽然精度很高，但要做到大空间成本会非常高昂。于是有一些公司就在研发低成本的替代方案，其中就包括刚刚在广州举行了首次产品发布会的数娱科技。

该公司在8月5日举行的发布会上推出了两款产品，一款是INAVR力反馈背心，另一款是INAVR多人空间定位系统解决方案。

INAVR力反馈背心

INAVR力反馈背心是一款输出设备，为的是让用户在体验VR时获得更真实的感受。例如，当你在玩一款射击游戏时，身体如果被击中，这款背心会给你一种被打中的感觉。

根据官方的介绍，这款售价2388元的产品，其背心正面拥有个6力作用单元，依次分布在腰部、肋骨以及胸部（每个部位对称分布两个单元）。另外，在背后左右肩胛骨的位置还各设有一个力作用单元。通过8个力作用单元，能够实现丰富多样的力作用模式，上下左右前后等均可设计控制。此外，它的四角分别设有四个扣环，可以快速与背负式电脑结合。

背心正面的中间位置有一个圆柱体的盒子，是背心的控制中枢，内部集成了英特尔Curie芯片。这款产品的开发得到了英特尔方面的支持。

Inside-out的廉价空间定位系统

下面重点来讲一下该公司推出的另一款产品，同样得到英特尔技术支持的INAVR CAMERA全感摄像头，主要应用于大空间多人定位，AR与体感深度交互。

在发布会之前，该公司就放出过一段视频，展示通过手机上显示的一款增强现实应用。从演示来看，它与Google的Tango技术非常类似，后者目前已由联想推出了首款Tango手机。

INAVR CAMERA和Tango都是Inside out的定位技术，Tango使用深度摄像头加上SLAM技术来识别周围物体的位置。

不过在与数娱科技的CEO林云帆沟通后，他表示INAVR CAMERA并“不是SLAM模式，是Motion Tracking加我们的算法融合”，而且“不需要用到外部标记点”。

该公司一位技术负责人告诉沉浸感（公众号vrleiphone），“这个相机会捕捉外部的环境，提取出它的特征点，同时里面有IMU加速度传感器监测它的位移，结合了光学特征点和IMU传感器的这种技术方案。”

而后该技术人员又表示会通过Mark点（标记点）来规避掉长时间（30分钟以上）使用所累积的误差。它表示这套系统的定位精度能达到厘米级别，前提是使用时长在30分钟以内。

现场还演示了这款产品的AR功能，类似于HoloLens，但用户是透过摄像头看到外部的场景。不过这次演示并不成功，还有VR的演示也同样如此，会后技术人员解释说这套系统在光线反差大的地方会受到影响，而会场黑暗的环境加上明亮的射灯估计是演示不成功的原因。

根据官方给出的资料，这款比OptiTrack方案便宜非常多的产品售价3388元，采用英特尔凌动TM X7-Z8700处理器，支持Andorid和Windows，兼容英特尔RealSense SDK和Google Tango SDK，内置INU（前文说的是IMU传感器，沉浸感猜测可能是现场PPT打错了），支持30、60、100fps，640×480鱼眼摄像头，以及三维摄像头。这与Tango手机的配置几乎一致。

此前Google Tango项目的技术大神Johnny Lee接受沉浸感采访时曾表示，Tango能够实现在同一空间内让用户能看到其它用户的位置，这与INAVR CAMERA的技术应用描述非常类似。而Tango除了应用到AR方面，也在探索在VR领域的应用，只是目前该技术仍然存在一些局限，例如功耗发热问题。

空间定位方面的技术专家王锐对沉浸感解释了摄像头Inside out定位技术的一些局限：

1、抖动问题，头上戴摄像头有一个问题，用户摇头晃脑的时候，观察的图像会剧烈变化。而相机的姿态稍微有变化，带来的信息变化其实是特别大的，很难保证数据的平滑。不管是蚁视的Mark点方案还是SLAM，抖动问题是共有的，卡马克之前也是受困于这个问题。

2、巨大的特征数据库，一旦你行动的空间变大了，这个数据库也会变得特别大，基本上手机就难以承受了。所以应该说基于目前的轻量级硬件设备，不太可能做大空间的SLAM定位。

3、耗电量太大，所以SLAM方案有价值，但是得等到SLAM的asic芯片能量产之后，现阶段更多的是科研成果。

对于数娱科技强调自己用的不是SLAM技术，王锐表示即便用的不是SLAM，“估计也是类似的概念，或者就是结构光，本质上都是识别图像和深度特征然后定位的”。

INAVR可能不是完整的SLAM，就是说它截取了SLAM过程中的某一部分来做运算，但是应该还是基于图像特征来做识别的方案。所以之前说的几个问题它也都存在。

林云帆之后对雷锋网解释了自家的技术，他表示他们用的是RGB摄像头加算法来实现的空间定位，仅凭二维图像就能判断空间位置。王锐认为，这应该就是SIFT或者SURF，并不是很新的技术，需要的计算量大。

（注：SIFT（Scale-invariant feature transform）是寻找特征（feature）的方法。发布于2004年，2年后，SURF（Speeded Up Robust Features) 发布。SIFT和SURF是目前最常用的特征算法，用数学方法来理解图像的重要基础。来源《跟Hoevo缪庆学习VR/AR/MR的空间定位技术》）

至于实际效果如何，目前仅看到现场不成功的演示，活动后并未提供这款产品的体验，所以还需进一步去验证。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。