酱深度酱油AR开发者的多视角透彻地复盘新出炉的AR应用

产品其实和技术是分不开的，和软件硬件都是分不开的，AR的摇篮里究竟会孕育什么？...

离

开深圳已经2天了，然而回忆起来，还是那个特别的味道，可能是深圳这座城市，留着夏天的余热，热情地紧紧地拥抱了我一下，搞得我有点喘不过气，但又不得不承认：我爱这拥抱。无论从街边从未耳闻的各色小吃，到优雅美丽的建筑设计，再到生机勃勃的软件园和互联网氛围；无论从喜欢聊天的出租车司机，到彻夜未眠的餐馆老板，到友好讲理的保安与执勤。这些都是深圳带给我的体验，这个步之所及的最南之地，着实地令人难忘与欣喜。

然而短短的四天，更多的体验在于和搭载了Google的Project Tango技术的Lenovo Phab2 Pro的亲密接触，和小伙伴们一起把它变得有血有肉。

那些比赛的精彩瞬间，包括大咖云集，就不再赘述了。

今天主要想从产品和技术两个角度，复盘一下这些AR应用的点点滴滴。

回顾一下满满的十九件作品，从应用角度来看，可以作如下分类：可以看到开发者开发的应用主要分为三个大类：游戏，工具和生活服务，其中生活服务的覆盖面最广，包括了旅游、购物、家居和教育；按照应用个数占比，可以发现各自类别受到开发者的关注度分别为：（已经很腻害了有木有，基本上可以用Tango手机陪伴你度过休闲娱乐工作时光了~）

经过仔细的思考，其实部分应用，没有AR的参与，也是可以愉快地玩耍的，换句话讲，AR在一些应用中扮演的角色，或许就像一道咕佬肉，表面撒上了香菜末，变得更加好看或者说更加吸引人的目光，然而并没有对口感带来更多的提升，甚至还不如原来的口感（尤其对于那些不喜欢香菜，认为它们是肥皂味的宝宝们）

（你喜欢哪盘）

但的确，不乏一些应用，真正地让AR变得不可或缺，不可替代。是怎么样判断的呢？这就要从Project Tango的三大关键技术谈起了，谁能让这些技术在功能实现上更加核心，谁就是这次开发比赛的半个赢家吧。

Project Tango的关键技术是Motion Tracking，Area Learning和Depth Perception，有了这三项技术的保证，Tango手机具有了其他普通安卓手机所没有的能力，下面这幅图让你很快地明白。按照这么个思路，分析一下这些个应用，可以发现使用这三项技术的团队比例约等于1：1：1，很多团队用到的甚至是两项甚至三项技术，但是在获奖的前六名团队中，使用这三项技术的团队的比例约为3：5：4。他们的共同特征是使用某一项核心技术，解决了某一个痛点，比如大脚怪团队，使用Depth Perception，结合团队本身的神秘算法，通过Tango手机来给自己的定制鞋量出最贴合自己脚型的模型文件。只是Tango手机的精度只有1cm,而1cm的误差几乎可以造成两个尺码的误差了。不知道大脚怪团队的算法是如何解决这个问题的。

在很多领域还有AR技术的发展空间，比如餐饮业，这是每个人都会非常关注的领域，小编想到很多契合点（我喜欢吃但我嘴刁），比如AR+LBS的餐饮广告啦，比如点餐时候摒弃菜单使用AR技术提高点菜效率啦等等。

不过这一切，都需要Tango手机或者类似的产品真正走向B端和C端，才能有更多发挥的空间和可能性。

Project Tango的三项核心技术如果被放入一个二叉树，它们的父节点，其实就是深度信息，简单来说，它让我们的信息从O-XY坐标系转化到了O-XYZ坐标系，多了一个Z，就多了一个维度的可能性。那个Z，让数据从2D进入了3D，我们有时候也会称之为Point Cloud——“点云”。因为数据集看起来于空间中散乱分布，就像一块云一样。

于是谈到3D建模，其实有多种解决方案的：双目立体视觉，结构光，激光点扫描，飞行时间法（TOF）

双目立体视觉融合两只眼睛获得的图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作视差(Disparity)图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。属于被动式。一些工业测量的场合会用到，比如机械臂的眼睛，可以用来测量和定位。结构光是主动投射的是三维测量方法，基于光学三角法原理，投射器投射一定模式的结构光（很好理解不要方，比如条纹），它会因为被测物的表面形貌而发生畸变，这些畸变的图像可以重现物体表面的三维形貌。比如我们熟悉的Kinect就是通过投射随机的激光散斑, ,通过红外摄像头采集所标记的结构获得三维数据的。。

激光点扫描很逗，这个测量非常慢，因为是逐点或者逐线测量的。。可以理解为一束激光打过去，因为激光的波长很长，会很容易反射，被接收器接收到后，由这个发射和接收的时间差，结合光速，就可以知道激光投射到那一点的深度信息了。

飞行时间方法（TOF）和激光的原理很像，但这个光可以是红外光，就像Tango，，它就是这个原理。TOF其实是未来的一个趋势，因为移动互联网的兴起，直至未来物联网时代，移动端会成为主流，移动端首先需要便携，体积小，相对于双摄像头和带激光器的单摄像头，必然TOF结构更加简单。比如Softkinetic公司近日新推的DS541使用了飞行时间法原理，它是专门为移动平台而设计的。它提供市场上最高效率的性能，非常适合小尺寸产品，例如智能手机和可穿戴设备。这么小你信么~还真得信。

Phab2 Pro和Project Tango平板小编都有幸使用到了，他们屏幕尺寸几乎是一样的(Project Tango平板很大一部分原因是摄像头结构设计得比较大)， 虽然Project Tango平板的存储空间是Phab2 Pro的几乎两倍，但是它的发热程度非常严重，而且ADF（Area Description File）数据保存极慢，我因为它太慢每次都主动杀掉应用，放弃保存，但是Phab2 Pro很好地解决了这两个问题。它们的价格肯定是Phab2 Pro要高一点点。

码了这么多字，还是回归主题，我真的很想再经历一次这难忘的四天三夜，至少把Phab2 Pro样机用到不行~~

AR酱原创，转载务必注明

转自微信号AR酱（ARchan_TT）

并附上原文链接阅读推荐

酱活动 | INTEL® BUZZ WORKSHOP 2016

酱现场 | 从没见过如此激烈的AR开发撕逼大战

酱扯淡 | 闲谈建筑领域的AR应用，是不是一个伪需求点击下方“阅读原文”查看AR酱官网

    关注 AR酱