本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估方法及裝置。

背景技術(shù)：

虛擬現(xiàn)實(shí)(virtualreality)，簡(jiǎn)稱vr技術(shù)，也稱靈境技術(shù)或人工環(huán)境，是利用電腦模擬產(chǎn)生一個(gè)三度空間的虛擬世界，提供用戶關(guān)于視覺、聽覺、觸覺等感官的模擬，讓使用者如同身歷其境一般，可以及時(shí)、沒有限制地觀察三維空間內(nèi)的事物。使用者進(jìn)行位置移動(dòng)時(shí)，電腦可以立即進(jìn)行復(fù)雜的運(yùn)算，將精確的三維世界影像傳回產(chǎn)生臨場(chǎng)感。

用戶戴上vr設(shè)備后，在進(jìn)行位置移動(dòng)時(shí)，在頭部移動(dòng)的過程中畫面會(huì)出現(xiàn)抖動(dòng)和延遲，容易使用戶產(chǎn)生頭暈感，用戶體驗(yàn)差。導(dǎo)致畫面抖動(dòng)和延遲的主要原因是融合算法的誤差較大，為了改善畫面抖動(dòng)和延遲的情況，需要定量分析融合算法的性能。目前市面上有大量帶有傳感器的vr產(chǎn)品，國(guó)內(nèi)高端的vr產(chǎn)品普遍使用高通生產(chǎn)或者谷歌生產(chǎn)的daydream軟件開發(fā)工具包，將融合算法集成到安裝包中，以應(yīng)用程序編程接口的方式供各客戶端調(diào)用，高通和谷歌并不會(huì)公開算法的精度，通過用戶自我感知的方式，無法得到vr設(shè)備在應(yīng)用融合算法時(shí)性能參數(shù)的精度。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例的目的在于提供虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估方法及裝置，定量分析融合算法的性能，得到vr設(shè)備在應(yīng)用融合算法時(shí)性能誤差。具體技術(shù)方案如下：

為達(dá)到上述目的，本發(fā)明提供了一種虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估方法，應(yīng)用于vr設(shè)備傳感器，包括：

通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

根據(jù)所述運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，得到所述待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值；所述運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值表示所述待測(cè)量vr設(shè)備通過融合算法，得到在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)變化量。

具體的，所述通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，包括：

通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)得到的四元素值作為運(yùn)動(dòng)狀態(tài)數(shù)據(jù)。

具體的，所述根據(jù)所述運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，得到所述待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，包括：

將所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

將所述標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行歐拉轉(zhuǎn)換，得到所述待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值。

具體的，所述將所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，包括：

將所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)得到的四元素值，按照預(yù)設(shè)公式q＝x·i+y·j+z·k+w進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，其中

i表示在坐標(biāo)軸i方向上的單位向量；j表示在坐標(biāo)軸j方向上的單位向量；k表示在坐標(biāo)軸k方向上的單位向量；x表示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)，在坐標(biāo)軸i方向上的轉(zhuǎn)軸角度；y表示在坐標(biāo)軸j方向上的轉(zhuǎn)軸角度，k表示在坐標(biāo)軸k方向上的轉(zhuǎn)軸角度；w表示一個(gè)角度分量。

具體的，所述運(yùn)動(dòng)狀態(tài)變化量具體包括：航向角、俯仰角、翻滾角；

所述航向角表示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的水平運(yùn)動(dòng)變化角，所述水平運(yùn)動(dòng)變化角為0.5度到3度的范圍內(nèi)的數(shù)值；

所述俯仰角表示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的垂直運(yùn)動(dòng)變化角，所述垂直運(yùn)動(dòng)變化角為0.1度到0.5度的范圍內(nèi)的數(shù)值；

所述翻滾角表示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的旋轉(zhuǎn)運(yùn)動(dòng)變化角，所述旋轉(zhuǎn)運(yùn)動(dòng)變化角為0度到0.5度的范圍內(nèi)的數(shù)值。

具體的，在所述根據(jù)所述運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，得到所述待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值之后，所述方法還包括：

通過所述待測(cè)量vr設(shè)備在水平面上多次做直線運(yùn)動(dòng)時(shí)，將多個(gè)航向角的航向角運(yùn)動(dòng)圖像進(jìn)行顯示；

通過所述待測(cè)量vr設(shè)備在水平面上多次做直線運(yùn)動(dòng)時(shí)，將多個(gè)俯仰角的俯仰角運(yùn)動(dòng)圖像進(jìn)行顯示；

通過所述待測(cè)量vr設(shè)備在水平面上多次做直線運(yùn)動(dòng)時(shí)，將多個(gè)翻滾角的翻滾角運(yùn)動(dòng)圖像進(jìn)行顯示。

本發(fā)明還提供了一種虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估裝置，其特征在于，包括：

數(shù)據(jù)輸入模塊，用于通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

數(shù)據(jù)輸出模塊，用于輸出所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

計(jì)算模塊，用于根據(jù)所述運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，計(jì)算得到所述待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值；

圖像顯示模塊，用于顯示所述運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值。

具體的，所述數(shù)據(jù)輸出模塊包括：用于輸出通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)得到的四元素值作為運(yùn)動(dòng)狀態(tài)數(shù)據(jù)。

具體的，所述計(jì)算模塊包括：

第一計(jì)算子模塊，用于將所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

第二計(jì)算子模塊，用于將所述標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行歐拉轉(zhuǎn)換，得到所述待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值。

具體的，所述第一計(jì)算子模塊包括：用于將所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)得到的四元素值，按照預(yù)設(shè)公式q＝x·i+y·j+z·k+w進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，其中

i表示在坐標(biāo)軸i方向上的單位向量；j表示在坐標(biāo)軸j方向上的單位向量；k表示在坐標(biāo)軸k方向上的單位向量；x表示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)，在坐標(biāo)軸i方向上的轉(zhuǎn)軸角度；y表示在坐標(biāo)軸j方向上的轉(zhuǎn)軸角度，k表示在坐標(biāo)軸k方向上的轉(zhuǎn)軸角度；w表示一個(gè)角度分量。

具體的，所述圖像顯示模塊包括：航向角子模塊、俯仰角子模塊、翻滾角子模塊；

所述航向角子模塊用于顯示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的水平運(yùn)動(dòng)變化角，所述水平運(yùn)動(dòng)變化角為0.5度到3度的范圍內(nèi)的數(shù)值；

所述俯仰角子模塊用于顯示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的垂直運(yùn)動(dòng)變化角，所述垂直運(yùn)動(dòng)變化角為0.1度到0.5度的范圍內(nèi)的數(shù)值；

所述翻滾角子模塊用于顯示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的旋轉(zhuǎn)運(yùn)動(dòng)變化角，所述旋轉(zhuǎn)運(yùn)動(dòng)變化角為0度到0.5度的范圍內(nèi)的數(shù)值。

本發(fā)明實(shí)施例提供的虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估方法及裝置，通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，根據(jù)運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，通過定量分析運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，可以得到融合算法的性能誤差。當(dāng)然，實(shí)施本發(fā)明的任一產(chǎn)品或方法必不一定需要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例vr設(shè)備融合算法性能參數(shù)的評(píng)估方法的流程圖；

圖2為本發(fā)明實(shí)施例vr設(shè)備根據(jù)運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值的流程圖；

圖3為本發(fā)明實(shí)施例應(yīng)用在高通的軟件環(huán)境中，航向角的運(yùn)動(dòng)圖像；

圖4為本發(fā)明實(shí)施例應(yīng)用在谷歌daydream軟件環(huán)境中，航向角的運(yùn)動(dòng)圖像；

圖5為本發(fā)明實(shí)施例應(yīng)用在高通的軟件環(huán)境中，俯仰角的運(yùn)動(dòng)圖像；

圖6為本發(fā)明實(shí)施例應(yīng)用在谷歌daydream的軟件環(huán)境中，俯仰角的運(yùn)動(dòng)圖像；

圖7為本發(fā)明實(shí)施例應(yīng)用在高通的軟件環(huán)境中，翻滾角的運(yùn)動(dòng)圖像；

圖8為本發(fā)明實(shí)施例應(yīng)用在谷歌daydream的軟件環(huán)境中翻滾角的運(yùn)動(dòng)圖像；

圖9為本發(fā)明實(shí)施例vr設(shè)備融合算法性能參數(shù)的評(píng)估裝置結(jié)構(gòu)圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

虛擬現(xiàn)實(shí)(virtualreality)，簡(jiǎn)稱vr技術(shù)，也稱靈境技術(shù)或人工環(huán)境，是利用電腦模擬產(chǎn)生一個(gè)三度空間的虛擬世界，提供用戶關(guān)于視覺、聽覺、觸覺等感官的模擬，讓使用者如同身歷其境一般，可以及時(shí)、沒有限制地觀察三維空間內(nèi)的事物。使用者進(jìn)行位置移動(dòng)時(shí)，電腦可以立即進(jìn)行復(fù)雜的運(yùn)算，將精確的三維世界影像傳回產(chǎn)生臨場(chǎng)感。

用戶戴上vr設(shè)備后，在進(jìn)行位置移動(dòng)時(shí)，在頭部移動(dòng)的過程中畫面會(huì)出現(xiàn)抖動(dòng)和延遲，容易使用戶產(chǎn)生眩暈感，用戶體驗(yàn)差。導(dǎo)致畫面抖動(dòng)和延遲的主要原因是融合算法的誤差較大，為了改善畫面抖動(dòng)和延遲的問題，需要定量分析融合算法的性能，以便后續(xù)進(jìn)行調(diào)整。目前vr市場(chǎng)上有大量帶有傳感器的vr產(chǎn)品，國(guó)內(nèi)高端的vr產(chǎn)品普遍使用高通生產(chǎn)或者谷歌生產(chǎn)的daydream軟件開發(fā)工具包，將融合算法集成到安裝包中，以應(yīng)用程序編程接口的方式供各客戶端調(diào)用，但是高通和谷歌并不會(huì)公開算法的精度，因此，我們需要定量分析融合算法的性能。

在vr設(shè)備中，各類傳感器之間的性能其實(shí)都差不多，但算法直接決定了產(chǎn)品體驗(yàn)。傳感器本身能實(shí)現(xiàn)的功能比較單一，但結(jié)合算法就可以實(shí)現(xiàn)復(fù)雜的功能。例如，如手機(jī)品牌htcvive頭盔的lighthouse定位方案，就是用紅外激光發(fā)射器配合紅外光傳感器，從而實(shí)現(xiàn)精確的動(dòng)作捕捉和定位的。據(jù)反饋，lighthouse屬于數(shù)據(jù)融合做得比較好的方案，有時(shí)lighthouse的光學(xué)信息只有30幀，但呈現(xiàn)出來的效果精度較高，數(shù)據(jù)也平滑穩(wěn)定。

一般來說，傳感器供應(yīng)商并不會(huì)提供算法，算法需要vr設(shè)備商自己開發(fā)。目前，vr傳感器的算法已經(jīng)比較成熟，各家方案基本差不多；第二類傳感器目前的使用難度最大，對(duì)算法要求也最高?？梢哉f，傳感器的算法決定了vr設(shè)備的用戶體驗(yàn)，成為vr設(shè)備商的核心競(jìng)爭(zhēng)力。因此，為了得到vr設(shè)備在應(yīng)用融合算法時(shí)性能參數(shù)的精度，本發(fā)明提拱了一種虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估方法及裝置，具體技術(shù)方案如下：

參見圖1，圖1本發(fā)明實(shí)施例vr設(shè)備融合算法性能參數(shù)的評(píng)估方法的流程圖，包括如下步驟：

步驟101，通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

目前的vr設(shè)備傳感器通常采用融合算法，針對(duì)不同傳感器采取不通的融合算法。針對(duì)六軸傳感器有六軸融合算法，針對(duì)九軸傳感器有九軸融合算法。無論采用哪種融合算法，都可以得到一組運(yùn)動(dòng)狀態(tài)數(shù)據(jù)。能夠得到運(yùn)動(dòng)狀態(tài)數(shù)據(jù)的實(shí)現(xiàn)方法，均屬于本發(fā)明實(shí)施例的保護(hù)范圍，在此不再一一舉例。

將待測(cè)量vr設(shè)備置于水平面上，vr設(shè)備從靜止?fàn)顟B(tài)開始做直線運(yùn)動(dòng)，通過vr設(shè)備的輸入設(shè)備，在vr設(shè)備做直線運(yùn)動(dòng)后，利用融合算法，會(huì)得到一組數(shù)據(jù)輸出，這組數(shù)據(jù)輸出作為運(yùn)動(dòng)狀態(tài)數(shù)據(jù)。

上述的vr的輸入設(shè)備有多種，可以通過傳統(tǒng)手柄，利用傳統(tǒng)的震動(dòng)和慣性傳感器技術(shù)，用按鈕搖桿操作；可以通過vr手柄；還可以通過vr手套、vr手套中一般裝有許多傳感器，能感知人體的運(yùn)動(dòng)狀態(tài)，并將狀態(tài)信息轉(zhuǎn)換成電信號(hào)，經(jīng)過處理器后再輸出給計(jì)算機(jī)。

步驟102，根據(jù)運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值；

本步驟中，將步驟101中得到的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，其中，運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值表示待測(cè)量vr設(shè)備通過融合算法，得到在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)變化量。數(shù)據(jù)處理的方式有多種，但目的都是為了得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值。

運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值可以反應(yīng)待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)變化量，例如，vr設(shè)備在運(yùn)動(dòng)方向上是否有微小偏移，在垂直方向上是否有微小偏移以及偏移的角度大小，是否在空間中有旋轉(zhuǎn)的誤差等運(yùn)動(dòng)狀態(tài)的變化，這些狀態(tài)都可以通過傳感器檢測(cè)到，會(huì)造成畫面抖動(dòng)和延遲，根據(jù)這組運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值我們可以定量分析vr設(shè)備融合算法的性能。

本發(fā)明實(shí)施例提供的虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估方法，能夠得到待測(cè)量vr設(shè)備，在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，通過定量分析運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，可以得到vr設(shè)備融合算法的精度，以便后續(xù)改善用戶在頭戴vr時(shí)，頭部移動(dòng)過程中所產(chǎn)生的畫面抖動(dòng)和延遲問題。

具體的，通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，包括：

通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)得到的四元素值作為運(yùn)動(dòng)狀態(tài)數(shù)據(jù)。

六軸傳感器，包括三軸加速度計(jì)和三軸磁力傳感器，在沒有三軸陀螺儀的情況下，采用六軸融合算法，無法得到精確的角度，本發(fā)明實(shí)施例中采用的是九軸傳感器，包括三軸陀螺儀、三軸加速度計(jì)和三軸磁力傳感器，采用的是九軸融合算法。陀螺儀可以通過測(cè)量三維坐標(biāo)系內(nèi)陀螺轉(zhuǎn)子的垂直軸與設(shè)備之間的夾角，并計(jì)算角速度，通過夾角和角速度來判別物體在三維空間內(nèi)的運(yùn)動(dòng)狀態(tài)；加速度計(jì)是用來檢測(cè)傳感器受到的加速度大小和方向的；磁力傳感器可以檢測(cè)到傳感器的運(yùn)動(dòng)方向。

因?yàn)楸景l(fā)明實(shí)施例中采用的是九軸傳感器的九軸融合算法，待測(cè)量vr設(shè)備采用九軸融合算法，會(huì)得到的是一組四元素值，這是一組姿態(tài)變化的數(shù)值，是將陀螺儀、加速度計(jì)統(tǒng)一坐標(biāo)系的結(jié)果。將這組四元素值作為運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，

具體的，根據(jù)運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，包括如下兩個(gè)步驟，參見圖2：

步驟201，將待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

本步驟中，將步驟101中的得到的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，首先需要現(xiàn)將其標(biāo)準(zhǔn)化，標(biāo)準(zhǔn)化的目的是為了在待測(cè)量vr設(shè)備多次做直線運(yùn)動(dòng)時(shí)得到的不同組運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，將多組運(yùn)動(dòng)狀態(tài)數(shù)據(jù)之間進(jìn)行比較時(shí)，需要按統(tǒng)一的“標(biāo)準(zhǔn)”進(jìn)行調(diào)整，使之具備可比性。標(biāo)準(zhǔn)化的方式有很多種，按照不同的標(biāo)準(zhǔn)進(jìn)行標(biāo)準(zhǔn)化，按照工業(yè)需求進(jìn)行設(shè)定，標(biāo)準(zhǔn)化才有意義。

步驟202，將標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行歐拉轉(zhuǎn)換，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值。

將步驟201中的得到的標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行歐拉轉(zhuǎn)換，是為了得到反應(yīng)待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，其中，歐拉轉(zhuǎn)換是種數(shù)學(xué)變換方法，需要將得到的標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)轉(zhuǎn)換成歐拉角輸出，歐拉角可以表示待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)變化。

具體的，將待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，包括：

在步驟201中，將待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)得到的四元素值，按照預(yù)設(shè)公式q＝x·i+y·j+z·k+w進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，其中i表示在坐標(biāo)軸i方向上的單位向量；j表示在坐標(biāo)軸j方向上的單位向量；k表示在坐標(biāo)軸k方向上的單位向量；x表示待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)，在坐標(biāo)軸i方向上的轉(zhuǎn)軸角度；y表示在坐標(biāo)軸j方向上的轉(zhuǎn)軸角度，k表示在坐標(biāo)軸k方向上的轉(zhuǎn)軸角度；w表示一個(gè)角度分量。

其中，x為在坐標(biāo)軸i方向上的轉(zhuǎn)軸角度；y為在坐標(biāo)軸j方向上的轉(zhuǎn)軸角度，k為在坐標(biāo)軸k方向上的轉(zhuǎn)軸角度；w表示一個(gè)角度分量，它們的取值在0到1之間。

具體的，運(yùn)動(dòng)狀態(tài)變化量具體包括：航向角、俯仰角、翻滾角；

航向角表示待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的水平運(yùn)動(dòng)變化角，水平運(yùn)動(dòng)變化角為0.5度到3度的范圍內(nèi)的數(shù)值；

俯仰角表示待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的垂直運(yùn)動(dòng)變化角，垂直運(yùn)動(dòng)變化角為0.1度到0.5度的范圍內(nèi)的數(shù)值；

翻滾角表示待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的旋轉(zhuǎn)運(yùn)動(dòng)變化角，旋轉(zhuǎn)運(yùn)動(dòng)變化角為0度到0.5度的范圍內(nèi)的數(shù)值。

在步驟202中，將標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行歐拉轉(zhuǎn)換，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，其中歐拉轉(zhuǎn)換矩陣為：

其中，φ為航向角，符號(hào)表示為yaw；θ為俯仰角，符號(hào)表示為pitch；ψ為翻滾角，符號(hào)表示為roll；q0取值為q·w，q1取值為q·x，q2取值為q·y，q3取值為q·z。

根據(jù)歐拉轉(zhuǎn)換公式可以得到航向角、俯仰角、翻滾角，這三個(gè)角度都可以評(píng)估vr設(shè)備融合算法性能。航向角可以表示vr設(shè)備在直線運(yùn)動(dòng)方向上的偏移角度，俯仰角可以表示vr設(shè)備在垂直方向上的偏移角度，翻滾角可以表示vr設(shè)備在運(yùn)動(dòng)方向上的翻滾角度。

具體的，在根據(jù)運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值之后，方法還包括：

通過待測(cè)量vr設(shè)備在水平面上多次做直線運(yùn)動(dòng)時(shí)，將多個(gè)航向角的航向角運(yùn)動(dòng)圖像進(jìn)行顯示；

通過待測(cè)量vr設(shè)備在水平面上多次做直線運(yùn)動(dòng)時(shí)，將多個(gè)俯仰角的俯仰角運(yùn)動(dòng)圖像進(jìn)行顯示；

通過待測(cè)量vr設(shè)備在水平面上多次做直線運(yùn)動(dòng)時(shí)，將多個(gè)翻滾角的翻滾角運(yùn)動(dòng)圖像進(jìn)行顯示。

將標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行歐拉轉(zhuǎn)換后，將待測(cè)量vr設(shè)備在水平面上多次做直線運(yùn)動(dòng)后的航向角、俯仰角、翻滾角分別用運(yùn)動(dòng)圖像表示，從圖像中可以看出航向角、俯仰角、翻滾角隨著位置移動(dòng)和運(yùn)動(dòng)時(shí)間所發(fā)生的變化，這種顯示方法更直觀，也更容易定量分析算法的性能誤差。

以高通和谷歌的daydream軟件為例，將本發(fā)明實(shí)施例評(píng)估方法分別應(yīng)用在兩種軟件環(huán)境中，得到的結(jié)果如圖3到圖8所示。

圖3表示在高通的軟件環(huán)境中，航向角隨著采樣點(diǎn)數(shù)的變化關(guān)系，繪制出的航向角的運(yùn)動(dòng)圖像，圖4為在谷歌daydream軟件環(huán)境中，航向角隨著采樣點(diǎn)數(shù)的關(guān)系，繪制出的航向角的運(yùn)動(dòng)圖像，橫坐標(biāo)表示采樣點(diǎn)數(shù)，縱坐標(biāo)表示航向角的數(shù)值。從圖3和圖4可以得出，高通融合算法的航向角發(fā)生比較嚴(yán)重的抖動(dòng)，最大抖動(dòng)值為4度左右；谷歌daydream的融合算法，僅在運(yùn)動(dòng)開始和結(jié)束瞬間有最大2度左右的抖動(dòng)。

圖5和圖6分別表示，高通融合算法的俯仰角和谷歌daydream的俯仰角隨著采樣點(diǎn)數(shù)的變化關(guān)系，繪制出的俯仰角的運(yùn)動(dòng)圖像，圖5表明高通融合算法的俯仰角發(fā)生比較嚴(yán)重的抖動(dòng)，最大抖動(dòng)值為7度左右，圖6表明谷歌daydream的融合算法，僅在運(yùn)動(dòng)開始和結(jié)束瞬間有最大0.3度左右的抖動(dòng)，運(yùn)動(dòng)過程中非常平穩(wěn)，平均抖動(dòng)在0.1度以內(nèi)。

圖7和圖8分別表示，高通融合算法的翻滾角和谷歌daydream的翻滾角隨著采樣點(diǎn)數(shù)的變化關(guān)系，繪制出的翻滾角的運(yùn)動(dòng)圖像；圖7表明高通融合算法的俯仰角翻滾角發(fā)生比較嚴(yán)重的抖動(dòng)，最大抖動(dòng)值大于10度，整個(gè)過程平均抖動(dòng)在8度左右。圖8表明谷歌daydream的融合算法，僅在運(yùn)動(dòng)開始和結(jié)束瞬間有最大0.5度左右的抖動(dòng)，運(yùn)動(dòng)過程中非常平穩(wěn)，平均抖動(dòng)小于0.5度。

通過本發(fā)明實(shí)施例的評(píng)估方法可以得出谷歌daydream的融合算法精度遠(yuǎn)高于高通的融合算法精度，高通的融合算法在運(yùn)動(dòng)過程中的消抖動(dòng)做的非常差，導(dǎo)致用戶戴上vr移動(dòng)的過程中畫面會(huì)出現(xiàn)明顯的抖動(dòng)現(xiàn)象，運(yùn)動(dòng)速度越大，抖動(dòng)越明顯。這證明了本發(fā)明實(shí)施例的有效性。

本發(fā)明實(shí)施例提供的虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估方法，能夠得到待測(cè)量vr設(shè)備，在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，通過定量分析運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，可以得到vr設(shè)備融合算法的精度。

本發(fā)明還提供了一種虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估裝置，圖9為本發(fā)明實(shí)施例的裝置結(jié)構(gòu)圖，下面詳細(xì)介紹：

數(shù)據(jù)輸入模塊901，用于通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

數(shù)據(jù)輸出模塊902，用于輸出待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

計(jì)算模塊903，用于根據(jù)運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，計(jì)算得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值；

圖像顯示模塊904，用于顯示所運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值。

本發(fā)明實(shí)施例提供的虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估裝置，能夠得到待測(cè)量vr設(shè)備，在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，通過定量分析運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值，可以得到vr設(shè)備融合算法的精度，以便后續(xù)改善用戶在佩戴vr時(shí)，頭部移動(dòng)過程中所產(chǎn)生的畫面抖動(dòng)和延遲問題。

具體的，數(shù)據(jù)輸出模塊902包括：用于輸出通過融合算法，獲取待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)得到的四元素值作為運(yùn)動(dòng)狀態(tài)數(shù)據(jù)。

具體的，計(jì)算模塊903包括：

第一計(jì)算子模塊，用于將待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)；

第二計(jì)算子模塊，用于將標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行歐拉轉(zhuǎn)換，得到待測(cè)量vr設(shè)備的運(yùn)動(dòng)狀態(tài)評(píng)估數(shù)值。

具體的，第一計(jì)算子模塊包括：用于將將待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)得到的四元素值，按照預(yù)設(shè)公式q＝x·i+y·j+z·k+w進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，其中i表示在坐標(biāo)軸i方向上的單位向量；j表示在坐標(biāo)軸j方向上的單位向量；k表示在坐標(biāo)軸k方向上的單位向量；x表示所述待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)，在坐標(biāo)軸i方向上的轉(zhuǎn)軸角度；y表示在坐標(biāo)軸j方向上的轉(zhuǎn)軸角度，k表示在坐標(biāo)軸k方向上的轉(zhuǎn)軸角度；w表示一個(gè)角度分量。

具體的，圖像顯示模塊904包括：航向角子模塊、俯仰角子模塊、翻滾角子模塊；

航向角子模塊，用于顯示待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的水平運(yùn)動(dòng)變化角，水平運(yùn)動(dòng)變化角為0.5度到3度的范圍內(nèi)的數(shù)值；

俯仰角子模塊，用于顯示待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的垂直運(yùn)動(dòng)變化角，垂直運(yùn)動(dòng)變化角為0.1度到0.5度的范圍內(nèi)的數(shù)值；

翻滾角子模塊，用于顯示待測(cè)量vr設(shè)備在水平面上做直線運(yùn)動(dòng)時(shí)的旋轉(zhuǎn)運(yùn)動(dòng)變化角，旋轉(zhuǎn)運(yùn)動(dòng)變化角為0度到0.5度的范圍內(nèi)的數(shù)值。

需要說明的是，本發(fā)明實(shí)施例的裝置是應(yīng)用上述虛擬現(xiàn)實(shí)vr設(shè)備融合算法性能參數(shù)的評(píng)估方法的裝置，則上述評(píng)估方法的所有實(shí)施例均適用于該裝置，且均能達(dá)到相同或相似的有益效果。需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

本說明書中的各個(gè)實(shí)施例均采用相關(guān)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法實(shí)施例的部分說明即可。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。