资讯

而众所周知，AR/VR是一个强交互形态的产品，而目前应用最广泛，交互直观的外设就是VR手柄，其交互方式主要体现在：6DoF定位追踪、按键/触摸交互、触觉/震动回馈、手指追踪。

自2016年，消费级VR开始有普及趋势之后，消费级VR手柄的交互并没有得到大幅升级。虽然有一众的VR手套类产品诞生，但是能够达到消费级应用的基本没有，体验好的价格高、体积较大，而且VR手套作为VR头显之外的第三方外设去发展也没有统一的标准制约，生态极为混乱。

要说VR手柄差异，其中之一就是Oculus Touch内置了电容传感器，可模拟拇指和食指的捏合动作，但这还不够完美，而同时其的其它产品几乎没有这类功能。

但不可否认的是，手指追踪的的确让VR的体验变得更优秀。

直到2019年5月Valve Index手柄发售，可以说它是将五指追踪功能正式带入到大众消费级的VR外设。目前，Index五指追踪手柄适用于任何SteamVR方案的VR头显，主要以Index和HTC两家产品为主。

相比Oculus Touch来看，Index VR手柄能够提供完整的五指追踪模式，具体细分到每一个手指的动作，而且都很流畅，这在VR中体验抓握的效果会更为沉浸，同时也能让原有的VR看交互体验更丰富，更有趣，体验大大提升。

但这还不够，我们知道Oculus Quest已经提供手势追踪功能，虽然目前还是Beta测试阶段，但稳定性和体验友好程度比不少正式产品还要优秀。

目前，Oculus Quest中的手势识别功能已经集成到系统内部，在手柄未接入时系统会自动切换到手势操控模式。在一些第三方的手势追踪测试App中，我们能看到Quest手势追踪效果极为流畅，即便是双手有重叠的区域，基本上可以准确还原手指的动作。

更有趣的VR交互方式：腕带/手环

据悉，Quest中的手势技术最初就源自于Facebook Reality Labs部门（以下简称：FRL），其专注于VR技术和硬件的研发。该部门就是最早的Oculus Research，后来经过Facebook战略调整划分出AR部门和Protal部门后，进行重新命名。此前青亭网还曾报道过FRL部门的其它研究，例如：触觉回馈腕带、VR手套与输入延迟、虚拟头像系统等。

今天我们要讲的就是一款来自FRL部门的“智能手环”：Tasbi，当然严格来讲是一款触觉回馈腕带。该项目最早公布于2019年7月份视觉触觉大会上，近期Facebook公布了该方案的详细研究论文，其中最大的改进就是加入双手模式。

那么你可能会有疑问，既然都有手势追踪了，它可以，那么还需要腕带吗？

当然有可能。

一方面，未来AR/VR交互还没有一个大众必然能够接受的形态；另一方面，手势交互相比手柄交互没有握持感，最直观的触觉回馈也就没有了，这会导致很多拥有触觉回馈的交互设计不能被用户感知，因此只能通过视觉和听觉去间接“反馈”给用户。

而Tasbi腕带也正是FRL部门用于AR/VR触觉反馈的研究项目之一，也是Facebook认为相比VR手套更具可行性的产品。据了解，Tasbi腕带特点是具备震动和挤压两种功能，可同时叠加两种交互方式。

产品设计方面，Tasbi腕带的特点是采用模块化设计，其采用主控＋六个串联的单独模块，每个模块均可单独控制震动强弱，可以实现对手腕的精准回馈效果。

它的交互基本和VR手柄类似，包括在虚拟场景中按压/推动、旋转、惯性等反馈，例如弓箭拉弓过程、射出瞬间的震感，在按下虚拟按钮时，按压越深震感越强烈。

与此同时，Tasbi更重要的一个交互方式就是调节手腕压力，Tasbi的几个模块之间存在一定空间，其通过调节模块间的松紧从而实现对手腕压力的调整。

相比与单纯的马达震动回馈，这种气压回馈效果能够带来更多模拟效果。例如，可以模拟空气例如电风扇，模拟感受出旋钮的松紧，表面粗糙还是细腻，攀爬梯子的握感，甚至模拟感受到虚拟球拍的重量和惯性。

根据FRL研究结果显示，将震动回馈、压力回馈、视觉回馈三种感官回馈结合在一起，可以为AR/VR内容带来更为沉浸、逼真的体验。

另外，Facebook在去年9月还收购了脑机接口方案商CTRL-Labs，后者的核心优势就是通过基于电脉冲信号的腕带式设备，实现手势追踪功能。毫无疑问，未来Facebook研发目标就是非侵入式实现AR/VR脑控或其它交互，而且想象空间巨大。

可见，Tasbi腕带为未来的AR/VR交互提供了更多可能，尤其是以Oculus Quest为主的这类光学手势追踪方案普及后，没有手柄的体验的确存在一定差距，而结合腕带可能会是未来的体验方式，甚至可以想象Quest 2会推出一个单头显无手柄的版本，方便消费者自行选择。

当然，Tasbi仍然处于研究阶段，目前也有很多不足之处。例如：演示中显示它需要连接多根跟线缆，还没有达到无线化的消费级大趋势；同时，目前Tasbi出入上手体验还需要短时间校准，无法达到上手即用，还需进行优化。