Logo Zephyrnet

I controller di Magic Leap 2 hanno il tracciamento Inside-Out integrato

Data:

Un'immagine condiviso su Twitter del prossimo Magic Leap 2 mostra le telecamere sui controller, utilizzate per il tracciamento inside-out.

A gennaio abbiamo riportato le specifiche di Magic Leap 2, o almeno alcune di esse condiviso a SPIE Photonics West 2022. Ma a quanto pare, ci è sfuggito che la società ha anche rivelato che il controller stesso utilizza il tracciamento inside-out. All'epoca non era chiaro cosa significasse esattamente, ma l'immagine condivisa questa settimana dall'imprenditore Peter Diamandis mostra due fotocamere frontali.

I controller in quasi tutti i sistemi AR e VR disponibili oggi sono monitorati dall'auricolare o si basano su stazioni base esterne. Meta's Quest 2, ad esempio, traccia uno schema di LED a infrarossi sotto l'anello di plastica dei suoi controller, mentre i controller Index di Valve determinano la loro posizione rispetto alle stazioni base SteamVR "Lighthouse" posizionate nell'angolo della tua stanza.

Affidarsi all'auricolare per il tracciamento ha un difetto: se il controller si sposta fuori dalla vista dei sensori o se una parte del tuo corpo si intromette, il tracciamento si interromperà temporaneamente. Questo non è un problema per molti casi d'uso, ma limita le complesse interazioni a due mani e gli scenari come guardare a sinistra mentre si scatta a destra. L'uso di stazioni base esterne può alleviare la maggior parte di questi problemi, ma ciò aumenta il tempo di configurazione e limita notevolmente la portabilità e il percorso dai controller alle stazioni base può ancora essere occluso.

Magic Leap 1 e Pico Neo 2 utilizzavano il tracciamento magnetico. A differenza della luce visibile, il campo magnetico può passare attraverso il corpo umano, quindi l'occlusione non è un problema. Ma il tracciamento magnetico non è preciso come possono essere i sistemi di tracciamento ottico e aggiunge peso e costi significativi all'hardware.

I controller con telecamere integrate promettono di risolvere il problema dell'occlusione mantenendo un'elevata precisione tracciandosi allo stesso modo delle cuffie inside-out, utilizzando un tipo di algoritmo chiamato Simultaneous Location And Mapping (SLAM). SLAM funziona essenzialmente confrontando l'accelerazione (da un accelerometro) e la rotazione (da un giroscopio) con il modo in cui le caratteristiche ad alto contrasto nella tua stanza si muovono rispetto alle telecamere. Gli algoritmi SLAM iniziali sono stati realizzati a mano, ma la maggior parte oggi utilizza almeno un po' di machine learning.

I potenziali svantaggi di questo approccio sono il costo di un chip sufficientemente potente per eseguire l'algoritmo di tracciamento, la riduzione della durata della batteria dovuta alla potenza che il chip assorbirebbe e la necessità di avere un ambiente ben illuminato con caratteristiche ad alto contrasto come poster, sebbene questa limitazione si applichi anche alle cuffie inside-out. Alcuni hanno suggerito che la qualità del tracciamento potrebbe essere ridotta nei movimenti rapidi a causa del motion blur, ma questo non dovrebbe essere più un problema del tracciamento dei LED in rapido movimento: un sensore dell'otturatore globale con un tempo di esposizione basso dovrebbe renderlo un problema.

Sembra che Meta stia anche pianificando di utilizzare controller con tracciamento inside-out integrato nel suo prossimo futuro Cuffia Project Cambria. Immagini di controller simili a Quest con telecamere invece di un anello LED trapelato per la prima volta a settembree gli anelli non sono presenti anche nel trailer ufficiale di rivelazione.

Sia Magic Leap 2 che Project Cambria usciranno quest'anno, sebbene nessuno dei due abbia una finestra di rilascio specifica. Sono prodotti molto diversi: ML2 è un visore AR trasparente progettato per le imprese mentre Cambria è un visore opaco per VR e realtà mista, ma qualunque verrà lanciato per primo sarà il primo sistema AR o VR a utilizzare questo nuovo approccio al tracciamento del controller.

spot_img

L'ultima intelligenza

spot_img