自人類發(fā)明了工具以來，與工具之間就需要通過一種方式建立起聯(lián)系，用手握住工具的把手就是聯(lián)系的一種。進(jìn)入電子科技時(shí)代，交互的重要性愈加凸顯，就好像遙控器之于空調(diào)、鍵盤鼠標(biāo)之于電腦、游戲手柄之于電視游戲等等，缺少了一個(gè)簡單有效的交互，工具對(duì)于人類也就失去了意義。

隨著虛擬現(xiàn)實(shí)的崛起，如何尋找到合適的交互技術(shù)也成為了從業(yè)者們研究的重中之重。

與其他科技產(chǎn)品不同，VR體驗(yàn)強(qiáng)調(diào)的是沉浸感，而沉浸感的來源又是與外界的隔絕而造就的，尤其是視覺和聽覺的隔絕，使得大腦被欺騙，產(chǎn)生脫離于現(xiàn)實(shí)世界的虛擬沉浸感。這就產(chǎn)生了新的問題：看不見自己的身體，尤其是人類交互感知最重要的手和運(yùn)動(dòng)最重要的腳，無法與虛擬環(huán)境產(chǎn)生交互，在虛擬的世界里變成了一個(gè)看客。

通過傳統(tǒng)電子設(shè)備的交互方式，比如手柄一類的產(chǎn)品，暫時(shí)解決交互了的問題，卻又使得用戶從虛擬世界中被帶出，沉浸感大打折扣。

在二維屏幕交互中，幾乎所有控制命令都可以抽象為按鍵動(dòng)作。但在虛擬現(xiàn)實(shí)中，用戶希望自然交互，也就是人類在現(xiàn)實(shí)世界里怎么跟外界交互，在虛擬世界里我們也希望按照同樣的方式交互，沉浸感更高，效率高，學(xué)習(xí)成本低。

于是，尋找一種全新的、合適的虛擬現(xiàn)實(shí)交互形式就成為了一件非常有必要的事情。

一些交互形式到目前為止，雖然各自有各自的優(yōu)點(diǎn)，但也都存在一定的缺陷。比如眼球追蹤，盡管眾多公司都在研究眼球追蹤技術(shù)，但幾乎沒有一家的解決方案令人滿意，都無法提供精準(zhǔn)和實(shí)時(shí)的反饋。或如動(dòng)作捕捉，市面上的動(dòng)作捕捉設(shè)備只會(huì)在特定超重度的場景中使用，而且需要用戶花費(fèi)比較長的時(shí)間穿戴和校準(zhǔn)才能夠使用，而且這種方式的一大痛點(diǎn)是沒有反饋，用戶很難感覺到自己的操作是有效的。

又如觸覺反饋，它無法適應(yīng)更加廣泛的應(yīng)用場景。對(duì)于人類來說，最自然最有效的的交互方式有兩個(gè)當(dāng)屬動(dòng)作莫屬了，因?yàn)榧幢阏Z言不通，你仍然可以通過動(dòng)作的比劃與他人進(jìn)行溝通。放在VR里面來說，肢體和手勢(shì)動(dòng)作可以用于大部分交互場景，尤其是輕度交互的固定場景還是對(duì)于重度交互的移動(dòng)場景，手勢(shì)的優(yōu)勢(shì)都非常突出。

于是，手部動(dòng)作識(shí)別在已知的交互形式中成為最受歡迎形式。特別是三維手勢(shì)識(shí)別。三維手勢(shì)識(shí)別需要的輸入是包含有深度的信息，可以識(shí)別各種手型、手勢(shì)和動(dòng)作。相比于前兩種二維手勢(shì)識(shí)別技術(shù)，三維手勢(shì)識(shí)別不能再只使用單個(gè)普通攝像頭，因?yàn)閱蝹€(gè)普通攝像頭無法提供深度信息。要得到深度信息需要特別的硬件，目前世界上主要有3種硬件實(shí)現(xiàn)方式，加上新的先進(jìn)的計(jì)算機(jī)視覺軟件算法就可以實(shí)現(xiàn)三維手勢(shì)識(shí)別了。

結(jié)構(gòu)光(StructureLight)

結(jié)構(gòu)光的代表應(yīng)用產(chǎn)品就是PrimeSense的Kinect一代了。

這種技術(shù)的基本原理是，加載一個(gè)激光投射器，在激光投射器外面放一個(gè)刻有特定圖樣的光柵，激光通過光柵進(jìn)行投射成像時(shí)會(huì)發(fā)生折射，從而使得激光最終在物體表面上的落點(diǎn)產(chǎn)生位移。

當(dāng)物體距離激光投射器比較近的時(shí)候，折射而產(chǎn)生的位移就較小;當(dāng)物體距離較遠(yuǎn)時(shí)，折射而產(chǎn)生的位移也就會(huì)相應(yīng)的變大。這時(shí)使用一個(gè)攝像頭來檢測采集投射到物體表面上的圖樣，通過圖樣的位移變化，就能用算法計(jì)算出物體的位置和深度信息，進(jìn)而復(fù)原整個(gè)三維空間。

以Kinect一代的結(jié)構(gòu)光技術(shù)來說，因?yàn)橐蕾囉诩す庹凵浜螽a(chǎn)生的落點(diǎn)位移，所以在太近的距離上，折射導(dǎo)致的位移尚不明顯，使用該技術(shù)就不能太精確的計(jì)算出深度信息，所以1米到4米是其最佳應(yīng)用范圍。

光飛時(shí)間(TimeofFlight)

光飛時(shí)間是SoftKinetic公司所采用的技術(shù)，該公司為Intel提供帶手勢(shì)識(shí)別功能的三維攝像頭。同時(shí)，這一硬件技術(shù)也是微軟新一代Kinect所使用的。

這種技術(shù)的基本原理是加載一個(gè)發(fā)光元件，發(fā)光元件發(fā)出的光子在碰到物體表面后會(huì)反射回來。使用一個(gè)特別的CMOS傳感器來捕捉這些由發(fā)光元件發(fā)出、又從物體表面反射回來的光子，就能得到光子的飛行時(shí)間。根據(jù)光子飛行時(shí)間進(jìn)而可以推算出光子飛行的距離，也就得到了物體的深度信息。就計(jì)算上而言，光飛時(shí)間是三維手勢(shì)識(shí)別中最簡單的，不需要任何計(jì)算機(jī)視覺方面的計(jì)算。

PC端VR設(shè)備，成本高技術(shù)含量高，能夠運(yùn)行重度體驗(yàn)的VR內(nèi)容，因而對(duì)于交互的需求也是重量級(jí)別。3D的手勢(shì)識(shí)別用在重度VR交互上才是真正的好鋼用到了刀刃上，能夠滿足用戶的重度交互需求，還能夠提供較好的反饋和沉浸感。用戶置身的三維場景中，要跟三維場景里面的物品進(jìn)行交互，沒有深度信息是不可能做到的。

現(xiàn)在Oculus和HTCVive其實(shí)都采用的是手柄的解決方案，但是3D的手勢(shì)交互其實(shí)是一種更自然、更舒服的方式。對(duì)于復(fù)雜的3D場景，3D的手勢(shì)交互是不可缺少的，而且更加真實(shí)和沉浸式的3D場景體驗(yàn)，才是VR內(nèi)容的未來。而在重度VR體驗(yàn)內(nèi)容中，空間的深度信息更為復(fù)雜，應(yīng)用場景的變化也更加多樣化，只有3D的手勢(shì)識(shí)別能夠較好的滿足精度、延遲和沉浸的要求。

至于未來如何發(fā)展，歷史總是由人民書寫的，消費(fèi)者的選擇才是技術(shù)方向的選擇。

更多資訊請(qǐng)關(guān)注人機(jī)界面頻道