聽技術大拿說說雙目定位技術（上）

清明小長假我看到HYPEREAL的laohyx在知乎上發表了這篇短文，感覺這位同學的分享通俗易通，於是拿出來與大家分享一下。這裡我也非常歡迎VR行業的眾多程序猿和攻城獅可以多多交流和分享，讓我們共同推進VR技術的進步與發展。

（題圖是目前三大頭顯中銷量最好的PSVR的定位攝像頭，也是三家中惟一使用雙目技術的廠商）

VR定位技術有千萬種，就目前三大頭顯廠商而言，可以分為：

HTC 的 Lighthouse 激光定位系統，是一種長距離的使用PnP解算的定位技術（由Valve公司研發授權）

Oculus 的 Constellation 系統紅外攝像頭定位，也是使用 PnP解算的定位

PSVR 的 可見光攝像頭定位，使用雙目定位

從技術發展時間來看，雙目定位是在三家技術中，出現最早、最成熟的技術了。先在這裡簡單說說它的原理。

定位原理

雙目定位，一定要有兩個攝像頭/定位器，且兩者在同一剛體/模具上，這樣保證了兩攝像頭工作時，它們之間的相對位置是已知的。

雙目定位貌似還有一定的仿生概念，畢竟人眼的立體視覺，也是靠雙眼的，有了兩隻眼睛，才可以受到到某一物體的距離遠近，否則只知道「物體在看過去的視線方向，而無法判斷距離」（顯然生活經驗可以彌補一些啦，比如近大遠小）

下圖是一篇學術論文的附圖，再參考人雙眼的構造，就很容易理解雙目定位了。O1, O2分別是兩攝像頭的位置，且它們擺放角度已知。P1，P2是物體P在相機成像平面上的投影點，也就是照片上拍攝到P的點啦。根據兩相機的擺放位置，以及P1, P2點的位置，很容易計算出點P在空間中的三維位置。

雙目定位成功之處就在於，它只靠一個特徵點就可以定位！比如PSVR的手柄，只靠一條光帶，就可以通過雙攝像頭，得到它的空間位置！（很多年前的PS move也是這個原理，要不然說PSVR的技術老呢）

單單一個特徵點，可以求得一個物體在三維空間中的 x, y, z 位置（3 自由度, DOF），但 VR 定位還需要它的旋轉信息——另外三個自由度（旋轉信息）——就無法靠一個特徵點得到啦。

那麼，想要做 6自由度求解，想要需要多少個特徵點呢？試想一下：

如果只有一個特徵點，那麼物體可以把模型的特徵點放在定位出來的一個三維空間的點P1上，然而它可以繞這個P1點任何旋轉，都符合解。因此它只有 3 DOF。

如果有兩個特徵點，雙目定位可求解出 P1, P2，那麼物體的姿態在定程度地確定了，但它仍然可以繞P1, P2連線構成的軸，旋轉，因此它有 5 DOF。

如果有三個特徵點，且它們不共線（否則會退化的），那麼三個特徵點的求解出的姿態，就可以惟一地確定物體的位置和姿態，達到 6 DOF 求解。

因此PSVR的頭顯上有好多標記點，而手柄上也是一個具有特點的倒三角光條（見上圖），至少可提取出3個特徵點（三角的頂點）。這些特徵點，可將姿態解算從 3DOF 升級成 6DOF。

看到這裡，你一定會想，wow，原來空間定位就這麼簡單，果然雙目大法好，學會初中立體幾何就可以明白原理啦。

但顯然事情沒有那麼簡單。歡迎來到工程領域的噩夢——測量誤差。

定位誤差

雙目定位的理想很美好，但測量誤差對其帶來的影響卻是殘酷的。

如下圖，在O1, O2相機觀察物體 P 時，由於種種原因，測量所得到的射線發生了微妙的角度偏移，誤差角度分別為∠P O1 P" 和 ∠P O2 P". 那麼從觀測值，求解出 P" 位置，就與真實位置有了一定的偏移。

這偏移的位置隨著雙目射線變平行，而增大。就是說，當物體離你越遠時，你越難確定它與你的距離，而物體很近時，雙目定位會很精確。

那麼誤差都是哪裡來的呢？要知道，工程就不是數學上的理想假設了，誤差的來源千千萬，比如：

O1, O2點的安裝誤差，也就是製造公差，不過這一步往往會在出廠時進行標定。

相機的標定誤差。相機是存在畸變的，如果反畸變演算法不好 ，那麼始終會帶著角度測量誤差。

特徵點誤差，就拿PS手柄來說，它那個三角光條是圓角，特徵點很難取得很準確

像素誤差，要知道攝像頭的像素數是有限的，它所代表的角度值也會是離散的，無法準確地表示物體的投影射線

以上各種因素都會影響到單點求解的精度。如果再想求 6DOF，物體上三個特徵點求解都有誤差，那麼它的旋轉求解就差得更遠啦（還不一定對得上）。因此雙目攝像頭方案只能在近距離使用（2m以內），靠增多特徵點數量來平均化測量誤差，才可以達到可以接受的效果。

因此雙目定位，簡單是簡單，但坑，真是多啊~

未完待續

關於雙目定位的基礎，在這裡就講得差不多啦，本系列的下篇，將會分析大朋E3提出的創新性的雙目激光定位技術，敬請期待~