體感游戲原理

經(jīng)典word整理文檔，僅參考，雙擊此處可刪除頁眉頁腳。本資料屬于網(wǎng)絡(luò)整理，如有侵權(quán)，請聯(lián)系刪除，謝謝！揭秘體感游戲“你就是控制器?！保╕ouarethecontroller.）如果你有在關(guān)注，相信已經(jīng)聽過這句給力的廣告詞了。從《Kinect》中手腳并用堵漏水窟窿，到Zune揮手換歌，Kinect開創(chuàng)了一種更加自然的娛樂交互方式。在這篇博客文章中，我將揭秘這款體感系統(tǒng)背后的秘密以及它如何讓開發(fā)者創(chuàng)造Kinect體驗。而Kinect團隊的項目經(jīng)理ArjunDayal則將展示如何實現(xiàn)通過基于手勢的方式來控制XboxDashboard和KinectHub。首先，讓我們從指導(dǎo)Kinect研發(fā)的概念原理開始。我們生活在一個模擬的世界傳統(tǒng)編程基于一系列的規(guī)則：原因和結(jié)果，非黑即白，非真即假。在為輸入輸出數(shù)目有限的簡單系統(tǒng)建模時，這種方式工作得挺好。拿游戲《Halo》來說吧：按A鍵是讓士官長撥左搖桿讓他向前走，前撥右搖桿讓他向上看。不是A，就是。可惜的是，我們生活的真實世界并不是如此數(shù)字化，而是模擬的。在模擬世界中，并不是只有簡單的是”和“否”，還有“也許是/否；不僅有“對和“錯，還有“對/錯的可能性”。讓我們想象一下?lián)]手這一簡單動作的所有可能性：身體運動的幅度，環(huán)境差異，衣服質(zhì)地的不同，文化差異造成的動作差異等等。你可能需要研究10的23次方這么多的可能性，顯然用傳統(tǒng)編程方式來解決這類問題是不現(xiàn)實的。我們從一開始就知道必須采用一種全新的，接近于人腦工作的方式來解決這一問題。當(dāng)你遇到一個人的時候，你的大腦立即將注意力集中在他身上，并根據(jù)經(jīng)驗辨識出他的身份。這一過程并不是通過數(shù)百層的決策樹來實現(xiàn)，人腦就是知道。嬰兒很難區(qū)分出兩個人的不同，但我們通過多年的學(xué)習(xí)和訓(xùn)練可以在幾分之一秒內(nèi)做到。事實上，你也許還能蠻準(zhǔn)確地估摸出他們的年齡、性別、心情甚至個性。這也是讓我們成就為人類的原因之一。Kinect以類似的方法被創(chuàng)造出來。它觀察身邊的世界，它注意觀察你的動作。即使Kinect從來沒見過你揮過手，也能很快地從它學(xué)習(xí)過的TB級數(shù)據(jù)中猜測出你所做動作的含義。Kinect傳感器Kinect骨架追蹤處理流程的核心是一個無論周圍環(huán)境的光照條件如何，都可以讓Kinect感知世界的CMOS紅外傳感器。該傳感器通過黑白光譜的方式來感知環(huán)境：純黑代表無窮遠(yuǎn)，純白代表無窮近。黑白間的灰色地帶對應(yīng)物體到傳感器的物理距離。它收集視野范圍內(nèi)的每一點，并形成一幅代表周圍環(huán)境的景深圖像。傳感器以每秒30幀的速度生成景深圖像流，實時3D地再現(xiàn)周圍環(huán)境。如果你玩過pinpointimpression3D針模玩具可能更容易理解這一技術(shù)——將你的手（或者臉，如果你愿意的話）按壓在這種玩具上，就可以產(chǎn)生你身體某一部位的簡單3D模型。處理流程的最后一步是使用之前階段輸出的結(jié)果，根據(jù)追蹤到的20個關(guān)節(jié)點來生成一幅骨架系統(tǒng)。Kinect會評估Exemplar輸出的每一個可能的像素來確定關(guān)節(jié)點。通過這種方式Kinect能夠基于充分的信息最準(zhǔn)確地評估人體實際所處位置。另外我們在模型匹配階段還做了一些附加輸出濾鏡來平滑輸出以及處理閉塞關(guān)節(jié)等特殊事件。造一種基于自然手勢的，訪問游戲、電影、音樂和其他娛樂活動的全新方式。Kinect:技術(shù)如何最終理解你！如今，技術(shù)在我們的日常生活中扮演著重要角色，但直到現(xiàn)在，技術(shù)產(chǎn)品在真正理解人類意圖以及適應(yīng)個體風(fēng)格差異方面做得仍然不好。Kinect的問世讓這一切有所改變。站在Kinect前，它就能知道你是誰。不僅如此，還能將你和你的愛人區(qū)別開來。當(dāng)你移動時，傳感器能在瞬間追蹤到你。想要互動？用聲音和肢體移動就可以播放電影、玩游戲、和朋友聊天等等。不需要學(xué)習(xí)任何新的控制方式，多么神奇！聽到我們要設(shè)計一種手勢來上下左右移動物體的時候，你也許會想：“沒難度啊，把你的手移到物體上，選中然后向你想要的方向移動，搞定！”等下，別那么自信。問問你的朋友他們是怎么想的，你可能會驚訝地發(fā)現(xiàn)他們的回答和你是如此的不同。是你的方式更好嗎？不一定，只是對你來說更有邏輯性。人類的獨特之處在于能通過多種方法來完成某一特定任務(wù)。讓我們拿駕駛來做例子。如果你讓100個人來模仿如何，你可能會得到許多答案。有些人會將兩手分別握住面前的10點鐘和2點位置，有些人可能會只用一手握住12點鐘位置，有些人可能會背靠椅子坐著；同樣地，模仿腳踩油門、剎車和離合器的方式也會五花八門。所有這些方式都能讓我們駕駛，而技術(shù)的工作就是要能識別所有這些方式——讓技術(shù)理解你！那么，識別一個看似簡單動作有多復(fù)雜呢，拿伸手做例子。當(dāng)你想伸手去拿什么東西的時候，你會認(rèn)為伸手的方向應(yīng)該完全垂直于身體平面。但實際上由于肩膀和手臂關(guān)節(jié)的結(jié)合方式，你不可能以直線方式伸手。因此，每個人都會以略為不同的方式做出一個伸手動作，但每個人都覺得這是一個同樣的伸手動作。成功的手勢識別就是要理解人類動作的微妙之處，并且讓技術(shù)了解這些不同。研發(fā)Kinect這款革命性產(chǎn)品的過程中，我們既要戰(zhàn)勝上述挑戰(zhàn)還要讓產(chǎn)品易于使用。我們所做的每個決定都是人機互動領(lǐng)域史無前例的，我們的工作有可能將重新定義互動娛樂技術(shù)的未來。手勢原型：去粕取精我們在為屏幕導(dǎo)航創(chuàng)造控制手勢時，采用了很常見的方法：下了所有能想到的天馬行空的點子，比如用腳來選擇菜單神馬的。當(dāng)我們意識到這樣的點子實在太多了的時候，我們知道需要一種更靠譜的選擇方式。我們收集并記錄下所有創(chuàng)意，并且一一制作出原型以檢驗?zāi)且环N更適合普通用戶。和普通用戶進行原型測試非常重要，我們因此學(xué)到了許多關(guān)于人體運動的信息，并用于重新調(diào)整每次新測試。人機互動的現(xiàn)有規(guī)則并不總是適用于在客廳進行的10英寸距離上的體感交互。通過測試我們更好地理解用戶行為，比如長時間做手勢時怎樣才舒服，以及我們創(chuàng)造的控制手勢集和人類自然手勢是否沖突。在測試過程中，我們的理念是不斷失敗，去粕取精”，我們不斷拋棄不合適的方案，保留有效方案。工程、用戶研究和設(shè)計團隊都充分參與到手勢集的原型制作過程中，并和普通用戶一起進行測試，根據(jù)所有獲取到的數(shù)據(jù)來決定最佳手勢。在數(shù)月的測試、觀察和研究后，我們得到了一種簡單且容易理解的控制方式懸停選擇和翻頁控制。懸停選擇是一種容易學(xué)習(xí)、高度可靠并且可預(yù)測的機制，而翻頁控制提供了一種更有觸感的方式來控制屏幕內(nèi)容。讓我們通過XboxDashboard和KinectHub的實現(xiàn)方式來更加深入地談?wù)撨@種控制模型的細(xì)節(jié)