🤖 由 文心大模型 生成的文章摘要
作为VR头盔空间定位的代表，HTC Vive一直以其Lighthouse激光定位傲视群雄。也许Oculus、PSVR分别在用户体验和内容上有自己的优势，但要说到房间尺寸（Room-Scale）定位，则已经推出一年的HTC Vive，至今在全世界还没有对手，这也可以看出它激光定位方案的强大。
先给不玩VR的科普下（不玩VR你看这个文章干啥？），所谓Room-Scale，指的就是用户能否自由地在VR里行走。其实，所谓的VR三大硬件（HTC Vive、Oculus Rift、PSVR）都能实现一定程度的Room-Scale体验，但Oculus、PSVR采用摄像头为主的方案，效果并不怎么好，大多数情况下还是坐着不动玩更舒服。
而HTC Vive的激光方案，才让玩家真正能比较自由地在VR里行走，稳定性和行走范围均远远优于另外两者。可以说，HTC Vive啥都能黑，就是这个定位黑不得。
在2017年的CES上，国内硬件厂商大朋带来了双目激光定位方案Polaris，似乎是要以自研技术和硬件，对HTC Vive发出挑战。三月末又召开了发布会邀行业人现场体验。经过现场测试，大朋的双目激光定位方案反馈还不错。
但是我们仍然要问，大朋的双目激光定位原理为何？如何实现？相比HTC Vive又有哪些好处？本着刨根问底的精神，我们专门采访了大朋CEO陈朝阳，首次详细独家揭示大朋的技术奥秘。
首先来看看，HTC Vive的方案是怎么玩的？
首先，要想明白大朋比HTC Vive好在哪里，我们就必须得再详细阐述一下HTC Vive的定位方案（熟悉的小伙伴可以跳过这部分，直接看大朋的）。这一方案使用的是两个名为光塔（Lighthouse）的基站，对角摆放，拉出一块空间，不断发射激光来扫描空间里的HTC Vive和手柄。
那么，基站具体是怎么运作的？现在我们来拆解一下。
打开基站，会发现由三个部分组成，分别是LED灯阵列和两个电机。电机分别用于打出一横一竖两个激光面。
如下图，其中红色面为竖直的激光面，扫动方向是水平的，蓝色为水平激光面，扫动方向为上下垂直扫动，红色阴影部分位于蓝色面下方。
每当一个激光面遇到传感器，就会停止扫描并记录角度。假如两个面停止位置如图所示，则可以确定传感器位于两面相交线，即图中细红线上。
这样得到的位置信息是不全面的，因为只知道点在哪条线上，不知道具体在线上什么位置，就像去某个地方，只知道在某条街上却不知道门牌号码。因此需要安装多个传感器。
所以聪明的你可能已经猜到了，HTC Vive的传感器都放在头盔和手柄上，坑坑洼洼、如同月球表面的头盔上，每一个小坑都是一个传感器。并且传感器是固定的，不能移动。
实际上，系统并不需要确定每个传感器的位置。而只需要确定传感器所在的直线就好了。这就好像吃烤鸡腿，用手拿着可以直接确定鸡腿的位置，也可以拿几根签子穿着固定住，鸡腿的位置同样是确定的。
也就是说，确定位置并不一定需要传感器的点，还可以仅用足够多的线来确定头盔位置。只要知道头盔尺寸，依据下图就能确定位置了。
两个激光面扫描完一次，确定的是头盔上一个传感器距离基站的直线方程。只知道扫描到的传感器在这条直线上，但并不知道详细距离。
这个时候就需要知道头盔的尺寸了。然后通过专门的算法，明白在确定几条直线、并已知头盔大小的情况下，头盔唯一有可能的方位在哪里。
在两个激光面扫描完一个传感器后，该传感器就会关闭，以免下次再被扫到。等到扫到五个传感器后（Valve官方给出的数字），头盔定位完成。所有传感器重新打开，开始新一轮的扫描，如此反复。
新版Lighthouse基站的LED阵列排列有变化
从上所述，理论上传感器只需要五个就够了。然而，实际上定位时由于光线接受可能被遮挡，传感器之间又为了防止串扰信号必须保持距离，因此最后采用的传感器有几十个。所以不要再苛责你头盔为什么长那么丑了，满满的都是爱啊……
重点来了，如何实现完整的数据流程，完成从用户的移动到他们的头盔图像的变化呢？
我们要先确定关键的数据和采集方法。两个激光面能确定一条线（也就是上文所说的，传感器点所在的直线）。那么横竖激光两个面的位置怎么算？只需要角度就能知道了——角度是电机的角速度（转速）和用时的乘积，角速度是恒定的，相当于已知，因此记录下时间就能求出来。
下面是具体实现步骤了，对于不学理科的同学来说，可能还是有点复杂，打起精神！
首先基站会和传感器进行一次沟通，同步闪光（sync light），这样传感器会告诉传感器的控制芯片，让它把计时器（类似于秒表的功能）归零，接下来的10毫米内，会有一个激光面扫过，这个激光面接触到传感器的时候，传感器就会发出信号，计时器就停了，记录下时间，然后归零。紧接着另一个激光面扫过，再次记录时间，归零。
这个过程看似复杂，实际上两个电机只要以20毫秒转一圈的速度（也就是每秒50转）稳定运行，而电机上的激光发射器“此起彼伏”地出现就行了。时间值随后会来到传感器的集线器，再到数据收集芯片，通过WiFi信号以某种数据包形式和协议（如UDP）发送到基站的计算部分。
这样得到了两个时间值能转化为角度值，再转为两个面的方程，求出交线，就能获得一个之前说到的传感器所在的直线方程。然后诸多方程合并起来，通过算法算出一个头盔上传感器方位对应的位置，就是对头盔完成了定位。这个定位数据随后会由基站更新到计算机或主机，在3D引擎内修改摄影机位置，重新计算画面，发送到头盔显示器，完成一帧的显示。
那么，大朋是怎么做的呢？
说完了HTC Vive，终于轮到我们今天的正主儿——大朋了！根据我们对大朋CEO陈朝阳的采访，再加上观察和HTC Vive的Lighthouse原理推断，大朋Polaris结构应该类似这样：
画工丑了点，将就点吧……是的，你没看错，大朋的基站里是三组电机，比Vive多一组。分别为两个打出横激光面的电机和一个打出竖激光面的电机。
如下图，三个激光面会形成三条交线，实际上只任意用两条（比如红和蓝）就能确定交点，该点即为要确定的传感器位置。也就是说，三个扫描面的时候，不是确定传感器所在直线，而是直接把传感器所在位置确定了。
显然，这样定位方式比起Lighthouse的定位只能确定传感器所在直线位置要更加有效率。只要钉死三个点就能确定位置，也就相当于头盔上最少三个传感器就够了。（当然为了保证精确，实际上不止三个）
不过，实际中设计的时候为了防止横向两个面靠太近，影响精度（就像人要靠两眼间存在距离才好定位一样）。最好的办法就是，把两个横向电机放在纵向电机的上下两个位置。
这样传感器的数量比起Lighthouse大约能减少一半。但是存在问题是，如果激光面照不到传感器就没有效果了，为了实现无死角，最简单的方式就是在基站的另一面再放一个基站，就能覆盖到了，这样双基站的设计能让传感器数量再减一半。大概像这样：
最后需要的传感器数量大概是Lighthouse的四分之一左右（Lighthouse用了几十个传感器）。事实上，大朋官方也是这样宣传的，即头盔所需传感器相对Vive较少，仅需六个。头盔得以更轻便，而相对的，大朋的基站就要比Lighthouse体积更大。
实际工作顺序如下：
首先LED阵列发出闪光，与传感器控制芯片同步一次，然后开始计时。如果能做到16毫秒左右延迟的话，总周期应该是15毫秒以内。
这里假设是15毫秒。则闪光后第一个5毫秒内，第一个横向激光面扫过，传感器发信号之后记录时间；第二个5毫秒内，纵向激光面扫过，传感器发信号后记录时间；第三个5毫秒内，第二个横向激光面扫过，传感器发信号，记录时间，然后WiFi信号传输时间数据包给基站进行位置计算，上传到计算机或主机完成位置数据更新。
其实和HTC Vive很类似，只是多出一步横激光面的扫描，定位的不是点所在的直线，而是点的坐标。
陈朝阳的在读完原理解析后，表示认可：“原理上已经写的很好了。没什么好补充的了。” 但他也强调：“95%的难度在工程实现上，太多细节要考虑了。”
国内专注于大空间多人定位的公司ZVR CEO郭伟指出，激光方案主要是工程方面的问题，在具体的电机调校、产品量产、供应链方面会有很多坑。
定位方案相关疑问
综上，我们对大朋的定位方案进行了解读。但是聪明如你，一定还有一些疑惑。是的，关于大朋的定位方案，从原理上来说，我们萌生了这几个问题。
笔者就这些问题对陈朝阳进行求证，对方给出了可以理解的答复：“目前还没到开源我们的所有原理的时候”。
笔者期待，作为国产硬件中少数采用自研技术方案的厂商，大朋的定位方案能够走出一条自己的路，用体验说话，在未来能够对这些问题作出完美的解答。
