原创 22组IMU做出来的惯性动捕手套，模拟外科手术没问题

文 | 鸡窝投行 作者 | 小草

柳秀喆在风险投资机构工作了5年，2014年下半年，他第一次接触到VR领域，“当时感觉会有前景，虚拟与现实代表了未来，可以扩充到很多应用领域，于是开始格外留意这类项目。”

随着对VR技术的深入了解，非技术出身的柳秀喆着了迷。今年年初，他离开创投圈，全身心投入VR动作捕捉领域。

柳秀喆的两个合伙人都是纯粹的技术人才，“其中一位合伙人曾自主创业，设计了一款基于MEMS的三轴手持稳定台，并取得两项发明专利，其技术核心是陀螺仪的算法，这与动作捕捉有非常大的相关性。” 而另一位合伙人现在负责算法，曾参与华为智能手环项目研发，智能硬件经验丰富。

今年3月，柳秀喆创立了超感科技，专注于手势惯性动作捕捉及人机交互的研发与应用。目前公司已与多家内容制作团队建立合作，为其提供手势交互解决方案。

基于惯性传感器的动作捕捉技术，其测量单元（IMU）由惯性传感器和数据处理单元组成。其系统采集到的信号量少，便于实时完成姿态跟踪任务，解算得到的姿态信息范围大、灵敏度高、动态性能好，且惯性传感器体积小、便于佩戴、价格低廉，可以广泛应用于VR交互、医疗康复、智能机器控制以及桌面级互动等多个领域。

仅仅两个月的时间，柳秀喆的团队就完成了第一代动作捕捉手套的研发，“一代原型机采用弯曲传感器方案，拥有一定程度的触觉反馈，但是成本高，手势呈现还不够精细，无法实现桌面级的纵深交互。”柳秀喆总结道。

随后团队马不停蹄地开始第二代动作捕捉手套的研发，7月便完成了二代机的原型。

二代机利用22组惯性测量单元（IMU）精准捕捉手和手臂的运动数据，利用蓝牙实时控制虚拟场景的角色，为用户提供真实自然的人机交互方式，是目前国内首款独立发售的消费级动作捕捉手套（含手臂控制）。

二代机采用团队自研多传感器深度融合算法及智能预测学习算法，前者有效地解决了手指抖动的问题；后者则明显减弱延迟现象，目前可以读取每秒250帧的数据，能够及时且精准地呈现多种复杂手势，支持多人同时动作捕捉。

据介绍，二代机含有手臂控制，基于不用的应用场景提供两套方案：8个传感器版本和11个传感器版本。“8个传感器分别安装于五个手指头、手背、小臂以及大臂，在捕捉精准度上可以满足大部分游戏交互场景的要求，同时可扩展性强，非常适合PC端的重体验交互内容。”

而11个传感器的版本则会在8个的基础上，于拇指、食指和中指上各增加一个传感器，追求手指手势的精细捕捉，“除了手指的弯曲、抓握等手势的呈现，像是兰花指这种要求手指尖拿捏的手势也完全没有问题。”该版本主要应用于医疗康复、桌面级互动等对“微操”有高要求的领域。

此外，用户使用二代机时，不再需要在使用空间上安装“灯塔”、摄像头等杂乱部件来对手部进行定位，免去了把VR控制器绑在手臂的繁杂。

“市面上有部分动捕手套需要搭配具有空间定位的VR控制器，例如HTC Vive的Lighthouse定位技术，以此来确定运动物体的位置，保证虚拟世界与用户身体保持一致的移动性。但我们经过软件的优化，通过手套与VR头盔之间的相对位置来识别用户在空间里的位移，并保持一致。”

这项优化将减少穿戴设备上的一些累赘，同时不再受到空间、时间、光线等因素的限制，能够以足够高的频率进行数据采样和传输。

8月16日，超感科技正式向合作伙伴发售开发者版本，并在多个领域的项目中开始测试使用，其中就包括医微讯旗下主打医疗+VR的在线手术学习工具柳叶刀客。柳叶刀客APP基于不同的手术学习场景设计了两大功能——手术（3D交互模拟）和VR（360全景视频直播和录播）。

“外科手术的虚拟操作对于手部动作捕捉的精细度有非常高的要求，而这一块正是我们的强项。”柳秀喆表示，除了医微讯外，已确定与另外四个医疗模拟训练方面的团队展开合作，为其提供手势动捕解决方案。

而在VR游戏交互方面，超感科技已与三家密室逃脱研发团队达成合作，帮助他们实现游戏中的一些繁琐的手部动捕，例如开锁、捏作道具等。“我们希望发扬自己的优势，往后也会专注在需要高质量手部操作的游戏上。”

目前超感科技已经完成了7套手势交互解决方案，涉及领域包括医疗、军事、VR游戏、机器人等，未来将继续深入其他领域。柳秀喆表示：“我们现在每套设备售价在千元上下，消费级产品的定价有利于公司进入更多有潜质的行业，打开市场，让更多人使用我们的手势交互解决方案。”

现阶段，柳秀喆正积极地对接投融资。