不戴上头盔，虚拟现实还能怎么玩？
CAVE 系统。Milana Huang 绘制。由 Daniel Sundin 所提供。
一般说到虚拟现实设备，我们第一时间肯定会想起各种各样的头戴式显示器。可是还有另外一种虚拟现实装置，它在 1990 年代初的早期头戴式显示器大潮退却之后，独自支撑了虚拟现实的整个领域很长时间（直到 2012年），这就是 CAVE（Cave Automatic Virtual Environment，洞穴式自动化虚拟环境）。本文正是要介绍 CAVE 的原理和特点，从而能让大家从另一个角度来理解虚拟现实技术。
“如果虚拟现实能成为一种有效的可视化工具的话，处在同一环境内的多个用户将不得不彼此去进行互动。”
媒体艺术家 Daniel Sandin 和工程师 Thomas DeFanti 在1970年代加入了位于芝加哥的伊利诺伊大学电子可视化实验室（Electronic Visualization Laboratory）。在那里，他们把双方的天赋结合到计算机图形与视频图像方面。在该校研究生 Carolina CruzNeira 的协助下，随着 CAVE（Cave Automatic Virtual Environment，洞穴式自动化虚拟环境）的设计和实现，他们在电子可视化方面的研究在1991年达到了高潮。本文描述了他们在推进虚拟现实媒介方面所做的一切，即通过创造出物理空间结合交互、计算机图像和 3D 音频的虚拟环境，从而将用户从头戴式显示器和 DataGlove 的限制中解放出来。
对虚拟现实的整体效果极为挑剔的幻觉状态，将被 CAVE 交互特性上的优点所增强，具体而言，就是那处三米见方的小房间。进入房间后，用户将会发现自己正被三面墙壁及地板上同步刷新的投影图像所包围，就像是踏上某个虚拟戏院的舞台一般。参与者需配戴一副内置有头部追踪技术的立体眼镜来进入“幻觉”，挥动手中的“魔杖（magic wand）”就能实时操控图形做出精妙地变化。CAVE 的沉浸式体验也暗指柏拉图的“洞穴”典故；其中的多屏投影与环绕声效所唤起的是对你自身现实观念形成过程的隐喻，即知觉信息如何总会被心智上错觉的面纱所过滤。
不同于其他的虚拟现实系统，CAVE 的特性能被现实和虚拟之间的相互作用所增强。受 Myron Krueger 作品的影响，CAVE 的使用者不会面临错位或脱离现实的体验，而是本能地意识到他或她正身处于由动画投影与精心安排的声效所组成的舞台中央。同时，也是由于 Krueger 的影响，CAVE 的多人参与特性还能通过把相互独立的 CAVE 系统联网而得到扩展，从而去探索一种新形式的通信艺术。»
媒体对于“虚拟现实时代业已到来”的信心似乎有点过头了（他们好像认定用于电子游戏的眼镜和手套对虚拟现实来说就已经足够了）。但位于芝加哥的伊利诺伊大学电子可视化实验室（下为 EVL）最新的研究表明，该技术仍需大量的工作，距离成熟任重而道远。
为追求一种实用的虚拟现实系统，EVL 的研究人员不得不开发出复杂的软件应用，以及连接到先进的、附加有各种高科技外设（如音响合成器与位置追踪设备）的高速计算的实时网络。为做到这些，他们必需解决掉那些在限制虚拟现实系统的可用性的技术问题。
工作原理
虚拟现实所能带来的好处使其值得被开发出来。一旦得以完善，虚拟现实系统将会增强人们工作和娱乐的方式，实现出能够活跃并加速教育及科学建模的舒适的控制论环境，更不用说发明出新的娱乐消遣方式了。然而，虚拟现实并非孩子们的搭积木游戏，正如芝加哥实验室的挣扎过程所显示的那样，想要实现虚拟现实系统内互不相干的各部分能够实时地完美无瑕地运行在一起，并不是一件容易的事。
该实验室的虚拟现实装置主要由市面上可买到的最为先进的设备装配而成。该装置被称为 CAVE，即 Cave Automatic Virtual Environment（洞穴式自动化虚拟环境）的递归缩写。
尽管这一名字在喻示着该系统的物理外形，但其更为强烈的暗示则是柏拉图《理想国》中的《地穴寓言》。在寓言中，这位古希腊哲学家使用一个活在洞穴里的人的类比来探讨认知、现实与错觉的概念，洞中的人从小被禁锢成只能看到墙壁的样子，投影在墙壁上的影子就是他对现实世界的全部认知。
该实验室的 CAVE 是虚拟现实系统设计的一种全新模型，它相对于已有模型提供了几个优势。不同于街机形式的虚拟现实系统的使用者，CAVE 的“居住者”在体验虚拟现实时不需要戴上限制他们的真实视野及移动能力的头盔，也不需要穿上笨重的手套或沉重的电子背包，更无需受某个运动限制平台的摆布。相反，他们带着一副轻便的“眼镜”，走进“洞穴”——那处一面开放的、没有天花板的27立方米房间，即可。
CAVE 实际上是一个不完整的立方体，缺少顶部和一面侧边。其余三面侧边均为 3m×3m 大小、面朝观看者方向的背投屏幕，而第四面屏幕地板则是用前置投影 [Fig. 1]。屏幕之间的接合处是用不易发觉出来的线缆缝合起来。每块屏幕背面（对地板屏幕而言，是上方）都有一台视频投影仪，当用户位于立方体内部时，立体图像就能在屏幕上被投射出来。
CAVE 所配套的眼镜会让用户认为 他/她 在屏幕上看到的图像就是三维的物品。眼镜的每块镜片都是一个由液晶材料做成的快门；使用电脉冲可快速将该材料从透明变为不透明，或从不透明变为透明。这样，用户的每一只眼睛都可以被暂时性地屏蔽。
每 1/60 秒，就有一对不同的立体图像被投影到屏幕上；配对（左、右眼视图）在一起的每个图像各自在屏幕上显示 1/120 秒。液晶快门也会同步响应，使得在其中一个快门透明或关闭的同时，另一个快门相应地关闭或透明，每秒钟各120次。从而使每只眼睛所看到的都是稍微不同的图像，进而为用户创造出三维的错觉。
值得注意的是，尽管眼镜修改了使用者者在屏幕上所看到的内容，但其并不会改变 他/她 视觉中的真实物品（或他人）的信号。因而，当一个由计算机图像所生成的物品被投影到 CAVE 环境内时，使用者可能忍不住会问：“这东西是活的吗？”（当然，他只需抓取该物品试一下就知道了；目前来说，用户的手无论如何都会穿过该物品的投影图像）
立体眼镜还附着有一个电磁发射器，从而可以被位置传感器追踪到。当用户移动时，生成图像的计算机就可以分辨出用户的观察视角是否发生了变化，并以此来适当地调整图像。
由此，当每一个投影仪都是由一台先进的计算机图形工作站来控制时，一个大型的多表面连续图像便可被生成出来。每台工作站会根据每只眼睛的位置计算出相应的视图，并把该图形数据发送给对应的投影仪。
一把手持的追踪魔杖配合其位置追踪器，便能让用户来控制屏幕上投射出来的图像。当魔杖“触碰”到图像时，该图像的假想位置就能被确定出来，并能让使用者在虚拟现实中与之交互。举例来说，使用者可以把物品从一个地方移动至另一个地方，或是从相应的菜单上选择多种不同的选项，或是敲打钟的图像就能使之“鸣响”。
虚拟环境的一个重要因素是声音。为给任何运行起来的应用场景生成出正确的环境音效，CAVE 使用了一个配有 MIDI（Musical Instrument Digital Interface，即音乐设备数字接口）的音响合成器，以及多达8个放置于房间各个角落的扬声器。
天才思维
CAVE 的虚拟世界是由硅图公司（位于加州山景城）的4台 Crimson VGX 工作站管理着 。每台工作站都拥有 256MB 内存以及2块1.6GB 硬盘，并连接到一台对应的 Electrohome Marquee 8000 投影屏幕上。另外一台硅图的 Personal Iris 工作站则作为整个系统的主控制器。
所有工作站均通过一个来自 Systran 公司（位于俄亥俄州代顿城）的 ScramNet 光纤网络进行通信。该网络可使各系统交互数据的时间低于 8ms，这一时间窗口正是 CAVE 同步显示四面屏幕上的图像所必需的。该网络有着精确、同步地广播实时数据所必需的高传输速率。
工作站是通过将 VGX 的帧缓冲区域分成2块来实现立体的图像显示的，每块区域都包含了给左眼或右眼看的图像的完整数据，每块区域相当于完整图像垂直分辨率的一半大小（1280×512 像素）。液晶快门眼镜（来自加州圣拉斐尔的 StereoGraphics 公司的 CrystalEyes 眼镜）能够对应以屏幕刷新的速度来让单只眼睛隔一帧看到一次画面——即每只眼睛 60Hz 的频率或是两眼一起的 120Hz。 眼镜是由 CrystalEyes 的控制器所生成的红外线信号来进行同步。
不戴眼镜的话，墙上屏幕所显示的是一下一上的双图像，而戴上眼镜，使用者则能体验到令人震惊的深度视觉与三维运动。虽说运动的错觉能够形成，但却断断续续，仅为一个大约 10Hz（每秒钟10帧）的动画，画面迥然不同的地方即便提升到 30Hz（双眼 60Hz）仍会闪烁得很明显。为避免这种效果，刷新率需被提升至 60Hz（双眼 120Hz）。
声音同样被用来增强深度感的错觉。声卡和 MIDI 音响合成器的使用，连同屏幕一起可以让计算机产生出回音、多普勒效应以及其他跟真实的三维环境与物品相关联的声音，并将其发送到合适的扬声器中。如此一来，系统就能说服听众这一声音是来自正确的位置。
为使屏幕和声音创造出现实的最佳错觉，该系统需要能察觉到使用者的位置及其视线的方向。因此，装配在眼镜上的电磁发射器（位于佛蒙特州伯灵顿的 Ascension 技术公司所研发的 Flock of Birds 位置传感器）便用来监测 CAVE 内的使用者的头部位置及和转动方向。使用者的位置信息会被发送到主控工作站，主控制工作站则基于该信息来进行图像生成相关的计算，并把计算数据发送给相应 的投影仪。使用者手持的追踪魔杖同样内含有一个追踪接收器，使得系统可以确定出使用者手中魔杖的位置和方向.......
一些优势
由于其比其他形式的虚拟现实装置更大，CAVE 可使用户整个沉浸于虚拟现实世界之中。它的高分辨率及无失真的宽视角都是其他系统所欠缺的。其水平分辨率是……3840（个）…… 2×6mm 大小的像素横穿过三面垂直的屏幕，这大致是 HDTV 分辨率的两倍。视觉锐度约为 20/110，是当前头戴式显示器的4倍，跟 BOOM 双筒全方位监视器差不多。
CAVE 相对免疫于头部转动和点头所造成的错误。对于头戴式显示器，投影平面必须要随着使用者头部的运动而转向上、下、左、右。因此，使用头戴式显示器时，使用者头部转动后，必须要等计算机调整好显示器上的图像，而此处的延迟很可能导致用户失去平衡甚至是晕吐。而在 CAVE 里面，投影平面则是稳定的，你瞥向左侧的时候，CAVE 早已把左侧的图像显示在屏幕上了。
同时，CAVE 还是一种低侵入性的交互界面。头戴式显示器会令人不适并失去方向感，是因为使用者的真实视觉世界被完全切断了。戴上头戴式显示器的人将面临看不见真实世界的风险，比如，撞上墙壁或被连接计算机与头部设备的线缆绊倒。而 CAVE 的使用者则可以在内部随意走动，因为透过液晶眼镜外部的世界对于使用者仍是可见的。更棒的是，由于使用者仍能看到外部的环境，CAVE 可以让参与者们更为自由、充分地展开合作。
如果虚拟现实能够成为科研或教育领域内一种有效的可视化工具，无论以何种方式来实现，多于单人的用户们都将不得不进入共同的虚拟环境里面以展开互动。尽管头戴式显示器和 BOOM 的用户界面也都允许多用户来共用同一个环境，但这只有用很高的成本来复制出多个交互硬件才能实现。参与者们必须使用虚拟的替身才能把自己显示在各自的模拟环境中，这都加重了系统的位置追踪与计算任务的工作量。换句话说，为了让我能在头戴式显示器的环境中看到你，计算机必须计算出你在虚拟空间内相对于我的实际位置，并在我的头戴设备屏幕上渲染出你的虚拟图像。
在 CAVE 内，两个或更多用户只要乐意就可以随处看。他们不需要那个虚拟的电子替身，因为他们正实实在在地站在那里。尽管当前的屏幕图像只能显示出其中某一个人的视角，也就是正在被追踪的那个所谓的领头观众。
接下来的挑战
观看者的位置追踪依然是个挑战。观看者的位置变化与屏幕上的图像更新之间的延迟有时候比较明显。尽管相比于头戴式显示器的糟糕延迟，这里要流畅多了，但观察者移动过快的时候延迟仍会很明显。实验室正尝试用外推技术来更好地预测用户的运动并降低传感器输入上的交互延迟。
在屏幕上维持几个相互独立视图的先进技术也许是可能的，从而使每个观察者都可以享有一个单独的视图。然而，这里技术跨越并非轻而易举；每增加一个观看者，屏幕的刷新率也要相应地提升，投影仪还需要提供出更强的亮度。
尽管有着这样那样的困难，CAVE 的第一次亮相还是吸引了很多渴望体验它的参观者在展会上排起了长龙，那是在1992年举办于芝加哥的 Siggraph（国际图形学年会）大会上的一场演示活动。演示出来的应用包括实用性或教育性的程序，如分子生物模型、超导体设计、分形算法、气象绘图以及环境管理。有些程序仅仅是简单的娱乐。例如，一些参观者有机会手持魔杖鸣响漂浮在他们周围的虚拟乐钟来演奏出音乐。
虚拟现实的 CAVE 模型的其他有用应用还包括科学视觉化、医学、建筑与艺术。1994年，EVL 计划带着一场名为 Vroom（Virtual Reality Room，即虚拟现实房间）的活动重返 Siggraph 大会。意在展示 EVL 在头戴式显示器、双筒全方位监视器以及 CAVE 技术方面的最新进展。实验室向第三方咨询在 CAVE 内用于展示的其他可能应用。
与此同时，EVL 还正致力于创造出一个名为 “roadshow（巡演）” CAVE 作品，使之更易于运输。尽管这一独一无二的工作模型总共花费了大约60万美元，但它可能会作为最终的家用或商用版 CAVE 的原型机，而其费用将不会超过如今的“家庭影院”。
注意：
这篇文章的原文发表在1993年10月份的 IEEE Spectrum 杂志上，本文中关于其工作上的技术细节部分的 "Making It Work" 是缺失的，EVL 网站所提供的 PDF 原文中这一部分也是污损不清的，而2001年出版的 Multimedia 一书所引用的这一文章同样略去了该内容，想必不太影响阅读。本文由海伦老师翻译，内容有所调整，图片亦为编者所加，仅作辅助阅读之用。
via: EVL
Geek's view
那么在虚拟现实高速发展的今天，各种虚拟现实技术也将会越来越完善。大家是更倾向于头显设备还是更喜欢CAVE系统呢？
在留言区写下你的观点，自制 5.5寸VR眼镜 图纸就送给你！
更多精彩内容访问：www.geekview.cn
关注我们的微博：@极客视界V
关注我们的微信号：Geekview
