【ARCore 开发入门课程系列】AR 技术让想象力成为“现实”，距离还有多远？

2020 年 10 月 20 日 谷歌开发者

在之前的课程中，我们为大家详细地介绍了AR 的发展历程及其底层逻辑。但是 AR 技术人员想要从青铜成为王者，还需要克服以下五大挑战。

挑战一：

界面问题——缺乏通用的 UI 隐喻

想象一下，如果你将 19 世纪的人带到现今这个社会，让他坐在计算机前，在不给任何提示的情况下他能够顺利上网么？他知道如何使用鼠标和键盘么？甚至他能成功打开计算机吗？答案应该是否定的。

这就像在 AR 面前，我们都是小白，尽管知道可以用它做些什么，但并不确定如何使用这项突破性的技术、如何运用一种共通的语言帮助梦想照进现实。IT 从业者肯定都会熟悉这个概念——用户界面隐喻（User Interface Metaphor），简称 UI 隐喻。它是一种适用于多种技术平台的共通界面类型。举个例子，手机、计算机甚至是冰箱都可以配备 QWERTY 键盘（也称为“全键盘”），只要我们看到这样的键盘，就知道它是什么以及如何使用。但是，AR 的难点在于它是一项全新的技术，无法真正受益于任何界面隐喻。我们不能借鉴先例，而且没有过多的背景知识，很难抓住 AR 为我们带来的独特数字机遇。

如之前介绍的智能手机 AR 应用，目前这是人们体验 AR 的主要方式。许多开发者或用户对于 AR 技术及应用还在探索阶段，比如，如何体现现实环境、虚拟环境、并让用户理解移动手机，扫描环境，互动或观看虚拟物体，并且提示行动避开危险等，都尚未形成共通的，直觉的 UI 习惯。

又比如 Google Glass 光学头戴式显示器，如下图所示，在选择菜单上的选项时，我们应该怎样操作？点按、轻敲、还是使用语音？或者，是否真的需要使用菜单？对于 AR 界面设计师而言，这需要从头开始进行研究，设计并测试最适合这个平台的操作模式。

挑战二：功耗大、易发热

细看起来，让 AR 极具挑战性的技术因素很复杂。在这里，可以简单地归结为三个词：尺寸、功耗、发热。

尺寸(Size)

我们虽然在微型化处理器和显卡方面取得了很大进展，但是仍然没有达到让高端 AR 成为现实的水平。在 AR 设备不断进化的过程中，开发者发现，将处理器戴在头部虽然方便但是笨重。所以一些 AR 原型设计师认为，可以使用一个硬盘大小的外置计算包来容纳处理繁杂工作的 AR 设备，减轻框体重量。这样会更加符合人体工程学。

功耗(Power)

此外，渲染 AR 体验的过程非常耗电。想一想，你在线看视频时手机耗电也是比较多的。但是，AR 想要打造沉浸式体验，需要在流式传输图像的同时生成图像，并跟踪房间里的其他物体。除此之外，每次用户身体发生移动，设备就要重新校准，这些都对设备的电量是较大消耗。为了解决这个问题，有人认为可以在腰带上挂一个外置电池组。这个想法目前是可行的，但如果我们想让 AR 发挥全部的潜能，就必须在设备框体内解决功耗问题。

发热(Heat)

就现有的电子设备而言，在计算过程中都会产生很多热量。无论是笔记本还是台式机都会内置风扇，帮助电脑进行散热。事实上，功耗越大，产生的热量也就越多，而设备越小，散热速度就越慢。AR 渲染是一个非常复杂的过程，因此易发热是难免的。产生的这些热量又会反过来降低处理器的速度，甚至使其完全短路。此外，AR 设备有限的尺寸和结构要求导致发热问题更加难以解决。可想而知，如果要在仅有百来克重的护目镜设备中实现这一愿景会极其困难，留给散热片和风扇的空间并不大。一些 AR 头戴设备制造商将所需的处理能力打包放置在护目镜本身的框体中，而另一些制造商则采用电池组等外部硬件来解决这一问题。两种方式各有利弊，这就需要 AR 设计师在设备尺寸、功耗、散热三方面中取得平衡。

挑战三：3D 内容设计门槛高

如今，照相成为了人们日常记录生活的方式。各种拍照、美图软件层出不穷。几乎每个人都知道如何拍照，但曾几何时这是专业人士才有的技能。在 AR 领域也有类似的技能，我们称之为—— 三维设计。AR 中的事物主要存在于三维空间，虽然这些事物并非全部采用 3D 形式，但绝大部分资源、应用和体验在打造过程中，都需要一些 3D 设计的知识。

目前，拥有这项能力的技术人员基数较小，除非是专业的动画师、平面设计师、机械工程师或视频游戏制作人，否则很难在这方面有太多经验。AR 若想取得发展，就需要广泛普及 3D 设计的理念、技术和语言。同时，像 AR 贴纸和 Google Blocks 这样的直观创作工具和应用也要降低制作 3D 内容的技术门槛，在后续的 ARCore 开发入门系列课程中，我们会告诉大家如何将这些工具运用到实践中。

挑战四：“计算机视觉”识别困难

AR 在迈向成熟的道路上需要逾越的最后一道障碍就是“计算机视觉”。它指的是让计算机看到并理解现实世界中硬件与软件的过程。比如，你在谷歌浏览器中搜索关键词“狗”，就能找到与狗相关的图片。这是因为谷歌拥有独特的搜索算法和工具，已经将这些图片归类到狗的类别之下。

然而，计算机视觉过程可以真正地让搜索引擎看到所抓取的图片，并自动识别视图中是否有狗。别小看这个简单的例子，它具有重大的意义。比如，计算机可以看到并识别行人及红绿灯，进而确保无人驾驶汽车能够安全地在道路上运行。此外，它还可以查看周围的环境并将数字对象放置在合适的位置上。这个理念很棒，但是很难实现。目前，计算机视觉是一项发展迅速但仍然存在诸多限制的技术。想让计算机随时认清世间万物并将它们分门别类，对开发者而言任重而道远。

挑战五：动态物体实时遮挡难以实现

在前面的课程中我们介绍过“遮挡”这一概念。ARCore 升级之前，虚拟物体无法被真实物体遮挡，用户经常瞬间出戏。但在 2020 年，ARCore 深度 API 成功帮助开发者实现了这一功能。未来，AR 的目标就是在渲染时，自然地实现遮挡。所以作为开发者仍需要了解技术的局限并不断革新解决方法。除此之外，ARCore 已于 2019 年开始支持“阴影”功能。Unity 等 3D 游戏引擎也可以成功做到这一点。这无疑可以帮助 AR 开发者创作出更真实的内容。在后面的课程中，我们会陆续为大家介绍 Unity 的使用方法。