【Quest开发】全身跟踪(一)

news/2025/2/25 2:57:33/

软件:Unity 2022.3.51f1c1、vscode、Meta XR All in One SDK V72

硬件:Meta Quest3

最终效果:能像meta的操作室沉浸场景一样根据头盔移动来推断用户姿势,实现走路、蹲下、手势匹配等功能

需要借助UnityMovement这个包

GitHub - oculus-samples/Unity-Movement: Body, Eye and Face Tracking code sample.

一、导入包

这里官方给了三种方式

Then, bring this package into the project.
然后,将此软件包带入项目。

  • In Package Manager, click on the add button below the window title and select Add package from git URL…, using this URL: GitHub - oculus-samples/Unity-Movement: Body, Eye and Face Tracking code sample.
    在软件包管理器中,单击窗口标题下方的“添加”按钮,然后使用此URL从Git URL中选择添加程序包: https://github.com/oculus-samples/unity-movement.git
  • To grab a specific version of the package, append the version number with a # to the git URL (i.e. GitHub - oculus-samples/Unity-Movement: Body, Eye and Face Tracking code sample.)
    要获取软件包的特定版本,请用#将版本编号附加到git URL(即https://github.com/oculus-samples/unity-movement.git#1.2.0 )
  • Alternatively, in package manager, click on the add button below the window title and select Add package from disk..., using the package.json located after unzipping one of the releases here: Releases · oculus-samples/Unity-Movement · GitHub
    或者,在软件包管理器中,单击窗口标题下方的“添加”按钮,然后使用package.json从disk ...中选择添加软件包。 /Unity-Movement/Releases

The sample scenes are located under the Samples/Scenes folder.
示例场景位于样本/场景文件夹下方。

  • 通过gitURL来导入安装(国内好像不行...)
  • 在release下tar.gz格式然后用add package from tarball(依旧不行)

       Release v72.0.0 · oculus-samples/Unity-Movement · GitHub

  • 在release下zip格式,然后找到里面的Package.json文件导入(成功)

后面两种都属于本地导入安装的形式,就是unity直接读取的你自己下载在本地的一些资源,最好把文件和工程存一个目录里,不然版本管理或者以后迁移工程时,忘记把本地包一起迁移就会出麻烦。

把示例文件也导进来

二、 找到ArmatureSkinningUpdateRetarget这个预制体

拖到场景中使它成为场景中OVRCameraRig的子物体,位置reset为0 

这时候Project Setup Tool会提示你哪里哪里要修复,无脑apply all就行了。

重点检查OVRManager里这四个设置

三、运行场景

点击运行后就会发现能全身追踪啦,是不是很简单?手势追踪和手柄都可以用哦

ps.实际测试时总是第一次匹配成功第二次匹配失败不知道啥原因,大家配好没反应可以多试几次

当然我们不可能一直用默认模型,因此下面要讲怎么替换成自己的模型,以及怎么关掉原本的模型显示。


我的项目暂时用不着,等到我要用的时候再更~


http://www.ppmy.cn/news/1574750.html

相关文章

算法常见八股问题整理

1.极大似然估计和交叉熵有什么关系 在分类问题中,当我们使用softmax函数作为输出层时,最大化对数似然函数实际上等价于最小化交叉熵损失函数。具体来说,在多分类情况下,最大化该样本的对数似然等价于最小化该样本的交叉熵损失。 交…

一周学会Flask3 Python Web开发-客户端状态信息Cookie以及加密

锋哥原创的Flask3 Python Web开发 Flask3视频教程: 2025版 Flask3 Python web开发 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili HTTP是无状态(stateless)协议。也就是说,在一次请求响应结束后,服务器不会留下任何关于对…

设计模式-observer模式(观察者模式)

解释 观察者模式用于建立对象间的一对多依赖,当主题(Subject)状态变化时,所有观察者(Observers)自动收到通知。 Observer 模式应该可以说是应用最多、影响最广的模式之一,因为 Observer 的一个…

PHP集成软件用哪个比较好?

在Windows环境下,使用PHP时,通常需要一个集成开发环境(IDE)或者集成软件来简化开发和调试过程。以下是几款常用且推荐的PHP集成软件,每款都有其特点,可以根据需求进行选择: 1. XAMPP 特点&…

【DeepSeek 行业赋能】从金融到医疗:探索 DeepSeek 在垂直领域的无限潜力

网罗开发 (小红书、快手、视频号同名) 大家好,我是 展菲,目前在上市企业从事人工智能项目研发管理工作,平时热衷于分享各种编程领域的软硬技能知识以及前沿技术,包括iOS、前端、Harmony OS、Java、Python等…

蓝桥杯 Java B 组 之堆的基础(优先队列实现 Top K 问题)

Day 6:堆的基础(优先队列实现 Top K 问题) 📖 一、什么是堆(Heap)? 堆(Heap) 是一种特殊的二叉树结构,满足: 最大堆(Max Heap&#…

智联招聘爬虫

使用Python和Selenium进行招聘信息爬取 在当今数字化时代,数据已成为企业决策的重要依据。对于人力资源部门或求职者而言,获取最新的招聘信息至关重要。然而,手动浏览和收集招聘信息不仅耗时费力,而且效率低下。为了解决这个问题&…

Keeppalived 实现Nginx 的高可用集群

一、实验介绍 1、 本实验将通过 Keepalived 来实现 Nginx 的 HA 集群,当集群中的主服务器发生故障后,业务自动切换到备用主机上。 2、实验组网介绍:本实验由三台虚拟机(这里131.19为MASTER 131.20为BACKUP)组成&…