2016年7月發(fā)布的Pokemon Go僅僅過去了一年，那是增強現實技術（AR）演進的關鍵時刻，在雖然在此之前另一款應用Blippar則將AR的概念引入了大眾市場。Pokemon Go生動的演示了科技是如何重塑了一個經典的游戲，讓它再次一夜成名。

AR技術吸引用戶的是可以將虛擬世界的事件和探索戶外真實環(huán)境結合起來。人們發(fā)現他們無需被文字的海洋與真實隔離，現在可以重新將生活和科技聯系在一起。從此，很多科技公司致力于使得AR技術無處不在，并和虛擬現實（VR）技術結合起來，開辟了AR技術更為廣闊的應用天地。

應用到手機上

今年夏天Google推出了ARCore框架。其目的是將AR和VR技術引入更為普及的安卓設備，而不僅僅是之前的Project Tango項目。蘋果也在今年5月推出了ARKit，隨后在新一代的蘋果手機上支持了基本的AR功能：從基于安全應用的人臉識別到智能運動程序（它可以將相關統(tǒng)計數據投射到軟件檢測出的附近用戶的屏幕上）。

應用程序要將虛擬行動變成現實，所需要的能力不僅僅是高性能的圖形操作。它還需要運行配套軟件來解釋探測到的運動，和從不同傳感器陣列里面獲取的其他環(huán)境信號。機器學習技術將支撐把這兩部分連接到AR基礎設施中的識別算法。

由內而外的跟蹤

在某些場景中，AR應用會得到來自外部資源的幫助。比如在零售賣場，指向標提供位置數據給AR增強的室內導航應用。然而對于AR和VR技術無處不在的移動設備而言，這種由內而外的跟蹤將至關重要。

由內而外的跟蹤可以控制移動設備。與依賴于傳感器信號輸入的手機相比，由內而外的跟蹤更加復雜和具有挑戰(zhàn)性，但在大多數情況體現出了的巨大優(yōu)勢。耦合合適的傳感器和適當有效的在線處理意味著在大多數情況下，物體可以被檢測并且識別，而且所有識別在邊緣設備上處理完成。

第一批面向AR的設備依賴于專用傳感器，如基于飛行時間（time-of-flight ）原理的3D攝像頭，針對距離檢測進行了優(yōu)化。而最新的發(fā)展趨勢則是更重視應用現有的傳感器。

傳感器提供的數據經過更先進的信號和視覺處理算法處理，可以基于用戶的環(huán)境獲取更為廣泛的信息。目前看來有兩種并行發(fā)展的趨勢：

1. 通過簡單的傳感器在現有設備上部署AR

2. 融合了更為強大的硬件和專屬傳感器的新設備將會帶來高質量的AR用戶體驗。新興產品的價格也會隨著產量的增加而下降。

這些趨勢的結果是改變原來手機處理的性質。僅僅依靠多核通用處理器和圖形處理器的的MIPS值和MFLOPS能力是不夠的。電池不能長期維持滿足這些高能耗子系統(tǒng)的水平。我們需要的是一個專注于高效信號處理的架構，并且針對機器學習和環(huán)境感知算法進行調優(yōu)。

CEVA是一家致力于把深度學習和類似算法引入移動領域的公司。高度并行的架構可以精細化使用內存，這是傳統(tǒng)CPU和GPU不容易實現的。神經網絡對于內存的訪問效率和處理器的數據吞吐對于整體性能同樣重要。

3D渲染是關鍵

支持高效AR和VR應用的另一方面取決于3D場景的渲染。人工部分的場景需要盡可能逼真，并且能夠應對轉動和傾斜手機造成的突然的運動變化。這需要軟件將這些變化傳達給3D渲染引擎的時候具有非常低的延遲。

一旦延時太高了，虛擬動作就很難耦合真實場景。如果用戶是戴著耳機注視著一個幾乎完全虛擬的場景，移動圖像的延時如同用戶自己在轉圈，最終導致眩暈。

快速傳感器跟蹤也可以幫助提高渲染引擎的吞吐量。攝像頭可以追蹤用戶的眼球運動，告訴渲染引擎用戶大部分的注意力集中在什么地方。錐形渲染技術（foveated rendering）就是利用大腦最敏感的圖像部分正好是目光直接注視的區(qū)域這一原理。周圍的元素可以使用較少的細節(jié)進行渲染。

高速信號和視覺處理器可以處理來自多種類型傳感器的數據是解決問題的關鍵。使用這些引擎比3D渲染管線本身更節(jié)約功耗，CEVA等公司正在將高質量的AR和VR技術變?yōu)榭赡堋２⑶也粫诙潭處讉€小時內耗盡電池。