图十一，图片来自 Relative contributions to vergence eye movements of two binocular cues for motion-in-depth
单眼调节（Accommodation）：眼睛依靠睫状肌进行聚焦控制，越靠近人眼的物体，成像会越模糊，通过模糊程度判断物体的远近。当眼睛聚焦在近处物体时，远处物体会模糊；相反，当聚焦在远处物体时，近处物体会模糊。
单眼汇聚只依靠单眼即可判断，一个典型的实验是：闭上一只眼睛，左右手分别竖起一只手指，与眼睛呈一条直线。当眼睛聚焦于近处手指时，远处手指模糊；反之亦然。本质上，单眼汇聚和双目汇聚是一体两面的存在，前者告诉大脑物体离人眼的绝对距离，后者告诉大脑双眼视线形成的绝对角度，两者都是在物理上可测量的。
VR 中的远近信息传递，主要运用了大脑补充，但因为屏幕的距离是固定的，透镜的距离也是固定的（pancake 之前），所以双目汇聚和单眼汇聚的信息是缺失的，而这也直接导致了所谓的 VAC 问题。
在真实世界中，人眼的汇聚距离和调节距离应该是一致的（观看远处物体时，眼睛聚焦到远处；观看近处物体时，眼睛聚焦到近处），反映在物理层面则是控制眼球转动的眼部肌肉和控制聚焦的睫状肌同步运动 。但 VR 中，由于像距是固定的，因此无论观看画面中的远处或近处物体，眼睛都只能聚焦到屏幕上，这时，双眼肌肉与睫状肌便不再同步了。
图十二，来自维基百科
一般而言，有两种方式解决 VAC 问题。一种是光场技术， VAC 的本质是由于屏幕不含深度信息，而采用脑补的方式进行模拟，从而导致了眼部肌肉与睫状肌的不协调。
那如果让屏幕发出的光，一开始就不相同（比如画面中的远景发 A 光，近景发 B 光），人眼就可以获得深度信息，问题就得以解决了。另一种方式是通过可变焦距 眼动追踪解决（第三部分会详述）。
眼动追踪确定用户的注意焦点，通过可变焦距实时改变焦点处的焦距，进而改变成像距离，使得会聚距离与调节距离保持一致。
目前光场技术还不成熟，而业内已采用的 pancake 方案可以实现多重变焦，有望在第二种方案上实现突破。
三、世界应该如何与我们交互？以上我们所讨论的仅仅是静态的呈现，而真实世界是动态的，我们每时每刻都在与世界本身交互。因此，尽管静态的 VR 世界已经如此庞大，我们仍然不能停下来，驻足欣赏此刻的成果，更艰难的事情在于从照片到影像的跃升。请继续保持耐心。
1. 空间定位
试想，当我们观察现实世界上，我们会移动，转头，于是我们看到事物的不同角度和大小。当我们靠近，声音变强，画面变大；当我们远离，声音减弱，画面变小；当我们围绕物体，则看到它的侧面。正是诗中所言：横看成岭侧成峰，远近高低各不同。
有一个专业术语，DOF（degrees of freedom），用于衡量人活动的尺度。如果把空间分为 X，Y，Z 轴，则一共可以包括六种移动方式：沿 X、Y、Z 平移；沿 X、Y、Z 旋转。
所谓的 6DOF，其实便是指包含这六种情况的活动类型。
图十三，图片来自网络
VR 空间中，本质上所有的信息都只是投射在眼前两块屏幕上的平面信息，远近、侧面并不存在。所以它其实是模拟用户发生相应活动后的视觉呈现效果，直接投射如人眼。
比如当人靠近某个物体，屏幕画面会放大；转头就能观察整个空间的全景，不是用户真的来到另一片空间，而是算法根据用户的当前活动判断，并进行实时渲染。
目前的算法，主要是以头盔的活动情况为标准，通过 IMU 和追踪摄像头进行空间定位。空间定位是 VR 的核心之一，因此有必要具体阐述。
1）IMU
IMU，全称为 Inertial Measurement Unit，翻译为惯性测量单元，一般指测量物体角速率和加速度的装置。我们经常看到，一个名词 MEMS 与 IMU 伴随出现。
MEMS 全称 Microelectromechanical Systems，翻译为微机电系统传感器，指内部结构在微米级别的传感器。
MEMS 有很多种，比如 MEMS 加速度计、MEMS 陀螺仪。
MEMS 和 IMU 是两个独立的概念，并不存在包含关系，不过两者存在交集。比如上面提到的 MEMS 加速度计 和 MEMS 陀螺仪，既属于 MEMS ，也属于 IMU。
一般而言，IMU 又包含三种传感器：加速度计、陀螺仪和磁力计。
- 加速度计:一般为三轴加速度计，检测物体在 X、Y、Z 三轴上的加速度，经过积分换算，从而确定位移距离（实际上这样确定位移不太准，加速度计算位移是靠积分换算，本身就有误差，多次积分会导致误差累计，最终的位移距离会出现漂移）。
- 陀螺仪:一般为三轴陀螺仪，检测物体在 X、Y、Z 三轴上的角速度，根据角速度推算物体当前的角度。
- 磁力计:又称电子罗盘，一般为三轴磁力计，检测物体在 X、Y、Z 上的磁分量，计算得到最终的磁向量，经过算法纠偏，最终得到地磁北的方向，从而确定物体的所在方向。
市面上的一些叫法，如六轴陀螺仪，其实是三轴加速度计 三轴陀螺仪；九轴陀螺仪，则是三轴加速度 三轴陀螺仪 三轴磁力计；十轴陀螺仪，是在九轴陀螺仪的基础上再加一个气压传感器，获得海拔高度，从而获得物体的高度。
在 VR 的应用场景中，一般采用九轴陀螺仪，实现 3DOF 的检测（Roll 、Picth、Yaw 三种动作，见图十二）。
但光靠 IMU 无法检测到平移的动作（沿三轴平移），一般还需要辅助摄像头等其他设备。
2）追踪摄像头
这里要谈到技术路径的演变，最早的平移定位，采用的是外部定位方式，直到一体机的风潮愈烈和 SLAM（空间定位算法）的发展，才渐渐转为内部定位。不过在一些要求超高精度的环境下（比如虚拟场馆或动捕），都还是采用外部定位的方法。
技术路径的演变，从 Outside-in 到 Inside-out。
本质的区别，Outside-in 是在外界空间中有一套锚定的装置，构建一个相对坐标系。通过装置与 VR 设备的互动，检测头盔和手柄的当前位置。在由外而内的系统中，多个固定的外部摄像头用于跟踪头戴显示设备的姿势（3D位置和3D方向）。外部摄像头跟踪位于头戴显示设备和控制器（如果有）上的一组参考点。
Inside-out，是依靠光学追踪，在 VR 头盔上安置摄像头，让设备自己检测当前外部环境的变化，再经过 SLAM 算法（Simultaneous localization and mapping）计算出当前的空间位置。
Outside-in
Outside-in 路径中，最有名的有两种技术方向：- Cculus 的 Constellation 红外摄像头定位系统；- HTC 的 Lighthouse 定位；先说 Constellation，Oculus 的头盔和手柄上都布满了红外传感，以固定模式闪烁。
房间中布置了红外摄像机，摄像机以特定频率拍摄头盔和手柄，由此得到一组图片，并得到这些红外的点的特定坐标，由于头盔和手柄的三维模型是已知的，通过 Pnp 求解（可以理解为一种复杂的数学计算）能够得到点的 6 DoF（加上 IMU 后）。
图十四，图片来自 GamesBeat
至于用红外，则因红外波可以规避大部分颜色的影响，不会出现误判。但红外容易被遮挡，所以在空间中要布置多台红外摄像机，才能准确判断三维信息。实际上，Optitrack 和 Zero Latency 用的都是同样的方案，只不过 Zero Latency 用的是可见光，更容易受到颜色等噪声干扰。
主动式红外光（ Constellation）主要受到摄像头精度（因为根据图像判断）和光学算法的影响，同时价格昂贵，布置也比较麻烦，在移动浪潮下不太适用了。
另一种则是 Lighthouse 定位，室内安置了两台激光发射器，安放在房间对角，而在头显和手柄上有 70 多个光敏传感器。激光发射器从水平和垂直方向扫射空间，发射器为 0 度时，开始计时，激光到光敏传感器时，光敏传感器记录到达时间。由于发射器的旋转速度是已知的，所以根据时间和转速能够计算光敏传感器相对发射器的角度，一次扫描完成后，就可以进行空间定位。
