元宇宙技术调研报告

定义虚拟世界

3D建模

常规建模

通过对模型的矢量定义建模

标准化建模

将部分组件标准化，通过简单的拼装实现复杂世界的建模；

目前主要的建模组件，可以在10分钟内构建一个大约20平米的可交互空间

成熟度：4

主要的技术实现：

• 沙盒建模游戏：如Roblox、Minecraft
• 3D引擎：Unreal Engine、Unity

渲染

基本视野渲染

本质上是将空间直角坐标系的建模，渲染为以双眼为原点的极坐标系，再合并角度采样并输出为平面坐标。

高级渲染让世界更真实

基本视野渲染是以眼睛为出发点，向外直线扩散，将直线碰到的实体像素信息转化为可见的像素，这种方式简单的认为是每个物体都在发光，光沿着直线传递到人的眼睛。但真实世界，眼睛的成像是由光源发出的光，经过不同物体表面的反射，最终传入到人的眼睛的，非光源只会反射自身不会发光，这就造成了直极坐标转化的方式无法表达很多真实世界的细节，如物品的阴影，水的倒影，水底的折射等等，造成人很容易的区分出真实世界和模拟世界

成熟度：2

主要的技术实现：
光线追踪：是记录光的轨迹参与3D还原渲染的技术，这需要经过无比庞大的计算，目前的计算能力也只能追踪个位数的光源和有限个反射数量的光。这是目前的VR走向真实瓶颈之一

人与虚拟的链接

视觉连接

清晰度

PPD (Pixels Per Degree) 角分辨率，指视场角中的平均每 1° 夹角内填充的像素点的数量。
PPD = 单眼成像外接圆的直径像素点数量 ÷单眼成像的对角线的视场角 FOV。

人类视网膜模PPD的极限为70，通常在50

成熟度：3

但是目前主流的技术离这个目标相差甚远，以4K的VR显示器来讲，假如FOV=110度，PPD只有19.6，甚至不如两块1080P的电脑显示器。

相信随着工艺的提升，未来一定会有视网膜VR产生

参考https://m.paoka.com/info/478

景深

景深是指当焦距对准某一点时，其前后都仍可清晰的范围；根据凸透镜原理，固定的焦距决定了能成实像的距离，由于人类的视觉处理的宽容度，前后一定范围仍然是“感觉清晰”的，这个就是景深，景深同样受瞳孔大小等影响。
所以景深是决定视觉真实度的关键因素，现在主流VR的平面显示器类似于照片，只能现实出一个固定景深的视觉信号，眼球的晶状体是动态的调整焦距的，这样就会产生真实与虚拟的差异

图片来自网络

成熟度：2

主要的技术实现：

• 模拟景深：通过捕获人眼睛焦点，动态计算景深的成像，转化为平面显示器像素点
  • Oculus正在研发中的解决方案即将会在Siggraph大会上展示，名为“focal surface display（焦平面显示）”。这项技术旨在更准确地模拟我们人类眼睛的工作原理
• 光场：通过光纤矩阵替代平面显示器素点矩阵，投影完整光场

无论哪种技术，都需要庞大的计算量，尤其是光场技术，这同样也是目前的VR走向真实瓶颈之一

不只有视觉

方位感

成熟度：4

主要的技术实现：

• 相对定位：将标记物放在活动区的周围，发出电波或超声波，由人佩戴的设备检测距离而计算出位置，结合陀螺仪，精确定位；
• 视觉定位：由人佩戴的摄像头或固定的摄像头，通过视觉计算定位，这种技术的精度对算法有要求，但可识别上限更高，不依赖佩戴的设备，可以精确识别人的每一块肌肉的动作，包括表情。
• 混合定位

听觉

通过声音在空间的传播，结合空间定位的人耳的朝向和距离，模拟耳朵听到的声音和时间差，分别向双耳朵传递，还原真实声音。

成熟度：5

空间声学已非常成熟。

主要的技术实现：

• Dolby
• DTS:X

触觉及力回馈

成熟度：1

主要的技术实现：
力反馈手套：Dexmo
Dexmo是世界上最便携的力反馈手套，为研究者，企业和消费者而生。它所提供的自然、直觉的触感可以让每一个人都能亲密地触碰真正的沉浸式VR世界。

嗅觉

成熟度：1

主要的技术实现：
气味模拟：Architecture of Scent
OVR Technology工作室推出名为Architecture of Scent（AOS）的VR气味模拟系统重为130g，可模拟250种气味，从而大大提升VR体验的沉浸感 ；Architecture of Scent结合了硬件、软件和气味套件，并旨在精确复制数字世界中的复杂感官体验

部分资料来自网络，