Pokemon Go 开启“轻AR”时代，未来VR/AR如何演进？

ZD至顶网CIO与应用频道 08月01日 北京消息：一个热潮可以有多火？让平日不关注的人耳闻其名，让公司股价最高期翻一倍？全世界“上瘾”的《Pokemon Go》都做到了！这款任天堂携手谷歌通过AR（增强现实）和LBS（基于位置服务）所打造的游戏，以一种猝不及防的方式引爆游戏区、科技圈。

《Pokemon Go》火了，也带热了AR技术。与熟悉的依赖头戴显示设备的AR产品不同，《Pokemon Go》并没有采用虚拟物体识别等先进AR技术，更多借用了AR的噱头，即被视为“轻AR”应用来与真正AR应用区别开来，其他如热门的AR早教小熊尼奥也是同类产品。但即使采用的是初级的AR技术，《Pokemon Go》的空前火爆，也向业界证明了这样的轻AR作为未来计算平台杀手级应用所拥有的巨大潜力。

AR版的“捉妖”记

“Pikachu？”随着手机一声提示，通过摄像头，一只宠物小精灵皮卡丘正在当前办公桌上跳动。玩家打开《Pokemon Go》游戏和定位功能后，手机会通过摄像头实时拍摄画面，皮卡丘、杰尼龟等小精灵就藏在这些现实环境中，用户只要拿着手机走动便可以抓住这些小精灵。

虚拟世界与现实环境的互动，应用了 AR技术，正是《Pokemon Go》引发科技圈大讨论的最重要原因。不过在业界人士看来，《Pokemon Go》所应用的AR技术，与凭借“鲸鱼在篮球场上精彩一跃”震惊业界的Magic Leap公司的AR技术还有一定差距。

（Magic Leap公司震撼网络的鲸鱼在篮球场腾跃画面）

在Magic Leap前核心工程师 、xPerception创始人包英泽看来，《Pokemon Go》所应用的AR技术，主要是通过手机里的陀螺仪，实现虚拟与现实画面的简单叠加。这样的简单叠加，使得皮卡丘可能会出现在水里，或卡在一个实体大衣柜中，用户尝试拿手机接近时却无法捉住。另外，由于《Pokemon Go》是基于GPS进行定位，GPS技术本身对运动跟踪并非精准，在小距离范围内会出现误差，也不能进行室内定位。

“尽管《Pokemon Go》采用的AR技术比较简单，但这也恰恰说明技术本身并不是限制AR、VR应用发展的必要瓶颈。”他表示。

轻AR爆发后的技术发展

《Pokemon Go》的AR技术并不完美，但现象级效应已彻底向业界证明对技术要求不高的轻AR时代已经到来。不仅是AR，Facebook CEO扎克伯格判定VR技术（虚拟现实）将比AR技术更快实现消费化。

实际上在年初高盛发布的《VR与AR：解读下一个通用计算平台》中，明确表示VR与AR有潜力成为下一个重大通用计算平台，同时指出用户体验、技术局限、内容和应用的开发、价格是制约VR/AR普及的障碍。

从技术发展角度看，从现在VR/AR较为初级的“轻技术”阶段到后续能广泛普及的成熟阶段，包英泽表示技术未来将从三方面进行演进。

一是交互手段。

真实世界的我们如何与虚拟世界的物体进行交互呢？目前市面上提供的娱乐化产品如Oculus、HTC vive都需要额外配合游戏手柄来完成，这在包英泽看来并不是最适合未来的交互方式，“未来的交互应该是自然手势交互，例如抓小精灵时不是在屏幕上滑动，而是用自己的手去做‘抓’这个动作就行”，他举例到，目前业界已开始这方面的尝试，技术走在前端的包括Leap motion、xPerception，便开始通过追踪定位系统来检测人的手部运动和手指运动。

二是适用场景。

对于现阶段的AR消费级应用，包括手机端和头戴式设备的AR应用，大部分需要GPS定位从而只能在户外使用。对于在室内的使用，则需要标记物，使得其应用基本局限在2m×2m的范围，如欧洲的Wikitude、高通的Vufovia等产品。同时基于手机上的AR应用功耗也是个大问题，常常画面卡顿、手机电池使用时间缩短近2/3。

在VR侧，问题同样突出。目前业界主流头戴式VR设备如Oculus、HTC vive，为增强临场感，通过外置红外激光这样“由外而内（outside-in tracking）”的追踪方式，来确保用户真实世界中的行为与虚拟世界的行为一致。而这样的“由外而内”的方式也意味着用户需要自己组建硬件、调整配置，其适用范围也就只有3m×3m。不过现在Google Tango正采用最新的“由内而外（inside-out tracking）”方式，即直接通过用户头戴式设备来进行对现实的观测与追踪，而免去对外部设备依赖，以实现更广范围的互动。

三是使用安全性 。

现在无论是VR还是AR技术，都缺乏避障功能，这使用户面临着人身安全性威胁。当用户的双眼沉浸在虚拟世界中，而现有产品又缺乏物体、环境识别功能时，家里家具的变化、突然出现的宠物都可能引发一场猛烈的撞击，暗含巨大的安全隐患。

其实《Pokemon Go》游戏频繁出现的事故也在一定程度上展现了安全隐患苗头：前不久美国圣迭戈恩西尼塔斯两名男子为玩游戏，从海岸悬崖跌落受伤。

计算机视觉：给“黑科技”加上眼睛

未来，无论是上述中Leap motion对自然手势交互的研究、Google Tango“由内而外”技术对场景的开拓，还是避障功能的增加，“其实主要是解决计算机视觉技术中的物体姿态识别、视角跟踪、场景重建三个功能。”包英泽解释到，计算机视觉技术之于机器，就如同眼睛之于人，是感知、理解世界的最重要“器官”，所以计算机视觉的发展对于VR、AR的意义便不言而喻。

姿态识别、视角跟踪、场景重建，是计算机视觉着重解决的关键问题，涉及处理器、传感器、算法实现等技术环节，包英泽表示其中目前业界热门研究、关注的是融合了动作传感器的 SLAM（即时定位与地图构建）算法。

现在SLAM使用的传感器主要有两类，单目摄像头和双面双目摄像头。包英泽表示，单目摄像头体积小，但由于不能获得“视差”，不能准确获得物体的三维信息，所以在姿态识别功能上准确率较差，同时当物体运动缓慢时，难以进行位置追踪。而双目摄像头虽然相比较体积更大，则因为可以获取“视差”，同时有信息的冗余能较低算法的误差，“所以未来多目摄像头将成为主流的产品”。被业界视为目前体验最好的AR设备Hololens，便采用了多目摄像头。

SLAM算法实现是业界最前沿的技术走向，但不得不说也是一个亟待突破的技术症结所在。从2008年的PTAM，到现在的orb slam开源软件包，尽管SLAM算法已有多年发展，但基于开源的算法实现效果在精度、鲁棒性方面都表现较差。“现在开源的位置追踪，与实际人的真实运动轨迹相比误差太大，一不小心监测的运动轨迹就会出现严重的漂移，甚至错误的引导人撞到墙上。”他表示，精确的轨迹跟踪，特别是将传感器和SLAM算法融合的实现，全世界能做到的技术团队屈指可数，Google Tango、Hololens、xPerception算其中极少数。

未来三年，下一代独角兽从这里诞生

世界在不停改变，十年前人们上网最主要内容是阅读文字，而未来三年人们将迎来虚拟与现实的互动，计算机视觉势必成为下一个新的技术高地。

“我们知道计算机视觉往往需要非常复杂的算法去解决，而应用往往都是移动化的，例如基于手机的应用。在移动化的设备里面，要以低能耗的方式进行复杂的算法，芯片一定是必经之路。”包英泽表示，现在行业里面有大量团队在进行算法的研发，一些走的比较快的同行已经开始将成熟的算法芯片化了。

同时，目前除了Google、英特尔、微软等巨头在马不停蹄进行技术研究、应用，包英泽预测这个领域一定为诞生更多的专业化团队，去提升计算机视觉系统在不同平台、不同使用环境下的表现与性能，解决重大安全问题与应用，“与这对应的技术有数百亿的市场，计算机视觉领域将诞生出很多上市企业”。

该说法也得到了不少硅谷风投从业者认可。在硅谷，围绕图像识别、计算机视觉、深度学习等关键技术的投资热度在明显增强，并将长期进行持续且深入的投入。

基于高盛的标准预期，到2025年，VR/AR市场规模将达到800亿美元。AR/VR作为下一个重大通用计算平台将创造一个崭新的世界，而计算机视觉技术无疑将加速这场革命。