傳統的光學系統是攝像頭式的，攝像頭跟蹤頭顯上標記的馬克點實現跟蹤，Oculus的Constellation系統就使用了攝像頭+紅外主動馬克點的方式；而HTCVive則使用了一套十分巧妙的技術，稱之為Lighthouse，這套技術由Valve開發，可以說是目前體驗最好的VR光學跟蹤方案。

　

 

Lighthouse由兩個基站構成：每個基站里有一個紅外LED陣列，兩個轉軸互相垂直的旋轉的紅外激光發射器。轉速為10ms一圈。基站的工作狀態是這樣的：20ms為一個循環，在循環開始的時候紅外LED閃光，10ms內X軸的旋轉激光掃過整個空間，Y軸不發光；下10ms內Y軸的旋轉激光掃過整個空間，X軸不發光。

　　

 

Valve在頭顯和控制器上安裝了很多光敏傳感器。

　　

在基站的LED閃光之后就會同步信號，然后光敏傳感器可以測量出X軸激光和Y軸激光分別到達傳感器的時間。這個時間就正好是X軸和Y軸激光轉到這個特定的，點亮傳感器的角度的時間，于是傳感器相對于基站的X軸和Y軸角度也就已知了；分布在頭顯和控制器上的光敏傳感器的位置也是已知的，于是通過各個傳感器的位置差，就可以計算出頭顯的位置和運動軌跡。

　　

 

這個系統有很多優勢。

　　

第一條是其需要的計算能力非常小。

　　

一個光學系統需要進行成像，然后程序就需要通過圖像處理的方法來將成像中的馬克點分辨出來。成像的細節越豐富，需要的圖像處理計算能力就越高。所以紅外攝像頭比單色攝像頭簡單，單色攝像頭比彩色攝像頭簡單。Lighthouse使用的僅僅是時間參數，那么它就不涉及到圖像處理，對于位置的計算在設備本地就可以完成。

　　

 

第二個優點是其延遲也很小。

　　

計算能力需求高就意味著延遲會高：圖形處理的大量數據要從攝像頭傳輸到電腦中，再從電腦傳輸到頭顯上，就會增加延遲。而Lighthouse可以直接將位置數據傳輸到電腦上，省略了從攝像頭到電腦的高數據傳輸的步驟。

　　

第三，是系統中的追蹤物體的數量理論上沒有上限。

　　

如果是光學攝像頭的話，系統內的跟蹤馬克點數量就有一個上限，再多了無法處理。Lighthouse基站本身不處理任何信息，所有數據由跟蹤傳感器本地報告，這是一個天然的分布式系統。這套系統可以很方便地支持多人：兩個玩家可以很輕松的在一個場地里同時體驗。

　　

 

所以Lighthouse造就了目前最好的VR體驗。Vive的頭動跟蹤和手柄跟蹤都非常精確，延遲極低，用戶甚至可以做出將手柄拋來拋去的動作。就個人體驗而言，Vive的頭動和手柄跟蹤的精確程度已經讓人真的產生了“這就是現實”的錯覺——你會不自覺的對你在整個環境中所能做到的事情產生更高的期望，比如大動態的動作，試著去伸手夠到遠方的物體，等等。

　　

當然Lighthouse系統并不是完美無缺。它的主要問題是兩個：

　　

從理論來講，Lighthouse的精度依賴于系統的時間分辨率。

　　

傳感器點亮的時候需要精確的知道激光當時的角度，那么就需要很精確的測量激光到達的時間。光敏傳感器本身也有一定寬度，如果傳感器“擠”在一起，間距達到了傳感器本身的寬度量級，那么測角本身就會出現誤差了。所以光敏傳感器的分布之間需要一定的距離，設備不能制造的太小。Valve表示要保持對一個剛體的跟蹤，需要至少5個傳感器形成一個陣列。所以，Vive的手柄前方的傳感器陣列部分體積龐大，是有原因的。

　　

要滿足跟蹤穩定性和傳感器分布的尺寸要求，Vive手柄前端才被設計成一個甜甜圈形狀。如果想要將設備的尺寸縮小，那么就得將光敏傳感器本身的尺寸縮小，同時降低傳感器之間的距離，這個時候就需要更高的測角精度，系統的時間分辨率要求就提升了。

　　

 

另一個問題是Lighthouse系統的可擴展性。

　　

如果在一個空間里Lighthouse有許多基站的話，很有可能出現的情況是光敏傳感器同一時間內被多道激光掃過，就很難分清楚激光是來自哪個基站，位置計算能力就會變差了。目前的Lighthouse是使用時分復用：任意時刻只有一個基站發光。在未來最徹底的解決方案應該是頻分復用——光敏傳感器接受的每一道激光都帶有信息報告自己的基站的id，但是這樣整個系統的設計會變得比現在復雜得多，在那么短的一道激光中做到這一點，也可能需要更昂貴的設備。Valve表示這套系統是理論上可擴展到無限容量的，但是他們并沒有披露具體是用怎樣的方法做到這一點。

　　

 

Lighthouse可以說是Valve帶給VR的一個重要貢獻：它是目前所有的低成本室內定位系統中性能最好的。

　　

在公布的當初Valve表示將會開放這套系統，各種需要室內定位的科技產品都可以應用Lighthouse——如果這件事情成真，毫無疑問對國產VR頭顯廠商是一個非常大的利好消息。不過到目前這件事情還沒有動靜。但是Lighthouse技術原理并不復雜，國內已經有公司在試著自己開發類似的技術。具體效果如何，讓我們拭目以待。