經過數月的等待，52VR終于等來了期待已久的Oculus Quest，對于這款設備的強大國內玩家和官方及海外媒體和高玩的體驗分享表明：
“截止目前最好的VR游戲機！”
Facebook在收購VR頭戴設備制造商Oculus后開始發力占領VR設備市場。新款VR一體式頭盔Oculus Quest的發布，意味著實現精準的實時位置追蹤功能，將成為VR設備戰場的決定性因素。
那么Quest頭盔究竟是如何實現位置追蹤的呢？未來VR頭盔設備將會怎樣發展呢？會遇到什么挑戰呢？
原文來自TechCrunch，作者Devin Coldewey
VR一體機Oculus Quest的設計目標是讓VR體驗變得簡單輕便，它也確實做到了這一點。
但實際上，從原本的由室內物品來跟蹤頭盔，發展為由頭盔來追蹤室內物品，是一個非常復雜的過程。于是我和Facebook首席技術官麥克·斯科洛普夫（Mike Schroepfer）討論了頭盔由“外向內（outside-in）”到“內向外（inside-out）”的追蹤方案轉變。
當玩家佩戴上VR頭盔和控制器，移動頭和手時，VR系統中的某些部分必須時刻確保能準確追蹤到用戶頭和手的位置。
通常可采用兩種方法：一種是“外向內”追蹤——將傳感器安裝在房間內的不同位置，從外部識別頭盔及其內部嵌入式LED屏幕的相對位置；另一種是“內向外”追蹤——將設備本身集成為傳感器，頭盔從內部追蹤房間里的基準點，以時刻調整移動時的位置坐標。
兩者都有各自的優缺點。但如果你想設計一個無線系統，那么最好選擇“內向外”追蹤方法，這樣就無需在頭盔和計算機之間傳輸無線信號以追蹤實時位置，也就能避免出現信號延遲、影響用戶VR體驗。
Facebook和它旗下的VR頭戴設備制造商Oculus幾年前設定了一個目標——不僅要采取“內向外”追蹤，還要使其準確度比肩（甚至超越）必須與高端計算機相連接的“外向內”追蹤系統。
不僅如此，他們還希望這個設備在任何地方都能運行，而不僅僅受限于由無線電信標或其他信標限制好邊界的場景中；而且在戴上VR頭盔幾秒內就可開始運行。
最終的成果就是令人印象深刻的Quest頭盔，它成功達到了上述要求（盡管它在其他方面并沒有實現較大的飛躍）。
讓人印象深刻的是，Quest頭盔不但能夠追蹤周圍物體的位置，轉換生成頭盔自身的準確3D位置，而且實時轉換所需的功耗，僅為普通計算機轉換所需功耗的一小部分。
“盡管之前還有很多質疑聲，”斯科洛普夫說道，“但我目前還沒有看到過，性能可與之媲美的系統。”
Quest頭盔采用的技術叫同步定位與建圖。它大體上可概括為，在構建周邊環境的3D地圖的同時進行自身定位。
當然，機器人在這方面操作上已經駕輕就熟了，但它們通常使用雷達之類的專業硬件來進行定位，它們的處理器也更為強大。而Quest頭盔使用的不過是普通攝像機。
“如果身處在一間倉庫中，我需要確保我的照明正常，這樣一旦遇到問題，我就可以靠標記在墻上的基準點來重置定位原點——這就相當于大幅度地簡化了問題。”斯科洛普夫說。
“當然我并不是讓你在墻上標記有形的基準點。我們也不會讓你在房子周圍標記二維碼，或是能精準定位的GPS坐標。”
“就算Quest頭盔在此之前從未見過你的客廳，它也必須要在這個新環境中開始工作。
“在客廳這種相對受限的環境中，我們會設置一個移動處理器，它主要也是負責處理環境內的內容信息。機器人可不需要在巡視倉庫的同時，還玩Beat Saber（一款VR音樂游戲）。”
因此從各個方面來看，轉換追蹤方式都是一個難題，團隊多年來也一直在努力解決這個問題。
最終，問題的解決有賴于幾大要素的實現。其中之一就是移動芯片已經足夠強勁，可以投入實際使用。
但這一點并非最重要的因素。起到更關鍵作用的，是Facebook人工智能部門在揚·勒丘恩（Yann LeCun）和其他員工的努力下，正在進行的計算機視覺（computer vision）研究。
機器學習模型會預先加載，在解決計算機視覺問題時所需的大量步驟，并且，如果對計算機理解和推理的要求不高的話，可以選擇更加輕量化的計算機引擎。將高效的、基于邊緣定向（edge-oriented）的機器學習應用到工作中，會離可行的解決方案更近一步。
然而，大部分工作還需要在多個系統中進行復雜的實時交互，從而完成SLAM操作。
斯科洛普夫表示：“我想說，機器學習的應用只是說起來容易，實際上，想要讓它發揮作用還需要做出很多努力。”
“比方說，假設你的系統中有一個慣性測量單元（inertial measurement unit，IMU）（譯注：一種精度更高的定位技術），它的運行頻率非常高，可能高達1000赫茲，總之就是遠高于系統中其他部分（比如傳感器等，但不包括處理器）的頻率。但是它自身也會產生很多錯誤。
“再假設，我們有能力在各個獨立線程上，分別運行追蹤器和映射器。但事實上，我們只會在多個線程上運行一個公共映射器，因為映射器是系統中成本最高的部分。
“多線程編程在一開始運行時會比較艱難，但如果你可以合理運作這三者（IMU裝置、追蹤器和映射器），那么它們就能以很有意思的方式共享數據，并且快速完成計算。”
說到這兒，斯科洛普夫突然發覺：“恐怕我得花三個小時才能向你解釋清楚這些復雜繁瑣的工作。”
在全新跟蹤技術Oculus Insight的開發過程中，開發人員也進行了廣泛的測試。
他們利用商用動態追蹤裝置，追蹤戴著頭盔和控制器的測試者，并使用OptiTrack設備（一種高端光學動作捕捉設備）來精準捕捉用戶動作，以此生成標準參考結果。
他們正在用OptiTrack設備對用戶進行測試
為了研究算法和傳感系統如何運作，他們會整理測試數據，并還原成模擬場景：數據包括攝像機錄制的視頻，從IMU中采集到的數據，以及其他相關指標。
如果模擬結果接近標準參考結果，那么就判定系統的執行情況為良好。如果不接近，那么工程師就會調整系統的參數，然后再次進行測試和模擬。
在一次次模擬、對比結果、調整參數后，系統能在生成標準結果的前提下，變得更小巧、更高效。
最終它的性能需要達到與標準Oculus Rift頭盔一樣，甚至更高的水平。因為不管有多便宜，都沒有人會去購買比舊版本性能更低的頭盔。
“先不提與標準參考結果相比，我們的實驗錯誤率如何。讓我們來探討一下，在完整的使用過程中，它的實際表現如何，”斯科洛普夫說：“我們團隊中有些Beat Saber的忠實玩家。當我們進入研發的最后階段時，他們會同時測試Rift和Quest兩種頭盔。
“我們的目標是，同一個人使用Quest后得到的游戲分數，應該與用Rift時得的分數一樣，甚至更高。這是衡量微觀指標的一種好方法，也正是我們為了滿足用戶想要的最終體驗，所需要達成的目標。”
Quest頭盔雖然便宜，但它的性能并不低
激光雷達的價格十分昂貴，因此即便是汽車制造商選擇安裝時都會非常謹慎。而用激光時差測距或像Kinect（微軟的一款運用結構光的體感設備）這樣的結構光采集方法也會使得成本上升。盡管后來，業內逐漸采用3D感應工具，從而大規模解決了成本問題。
他說：“因為從長期發展來說，我們還是想控制產品成本，所以我們當時考慮的是，如果不采用那些昂貴的工具，我們是否能得到同樣準確的結果。”
“當和計算機視覺團隊交談后我們發現，他們非常看好背靠強大算法的攝像機，認為可以用它們來解決問題。因此從長遠來看，從大多數用戶的使用情況來看，我們希望能夠采取‘內向外’追蹤方法。”
我也提出了我的擔憂，目前，并非所有人都認可VR是一個成熟產業，而技術上的解決方案，可能無法消除“心理上的偏見”等多方面的問題。
斯科洛普夫回答說，VR的運用尚存三個基本問題：成本、磨合和內容。
成本問題不言而喻，近幾年的設備價格也沒有下降的趨勢。Sony旗下的VR頭盔PlayStation VR很早就建立了低價市場，但是“實際上”VR設備仍然很昂貴。
磨合問題是指用戶從“開箱”到“開始游戲”，需要設置和適應，這一直都是VR在實際使用中的一個難題。
Oculus Quest能夠同時解決這兩個問題。這款頭盔不僅價格僅為400美元，而且，正如我們在評論中說的那樣，它非常容易上手和使用。所以計算機視覺研究還是有所成效的。
然而目前，內容問題依然很明顯。盡管有幾款小火的游戲（Superhot和Beat Saber等），但要吸引主流玩家投入VR游戲中，仍需要開發出更多的熱門游戲。
斯科洛普夫承認：“我相信當我們把這些頭盔交給游戲開發者后，他們就會產生各種游戲靈感。所以我認為我們現在仍處于早期階段，這些游戲平臺仍需要一些時間來充實平臺內容。”
“我認為每個人都應該耐心等待，這需要一點時間。但這是我們抵達成功的必經之路。我們將繼續堅持不懈，盡可能快地制作出更好、更多的游戲，為消費者帶來更好的VR體驗，做出更好的VR頭盔。”
?
