增强现实为计算机游戏设计师带来了全新的机遇。通过在现实世界视图叠加数字对象,这可以产生一种虚实结合的感觉。但当预期用户与数字元素交互时,在特定位置生成数字对象或会产生问题。例如,在繁忙公路中心生成数字对象非常危险。又如,AR游戏应用不应该在军事禁区等场所生成数字对象。
针对这个问题,微软在名为“Generating locations for placement of augmented elements”的专利申请中提出了一种根据风险评分来生成数字对象放置位置的技术。
在一个实施例中,可以将存在固有风险的区域直接归类为“排除区域”,这样系统就可以避免在所述区域生成用于放置数字对象的游戏位置。例如,道路、地铁、悬崖、深沟等位置,以及战争纪念馆、政府机构和军事机构所在地等等。
除了将存在固有风险的区域排除在游戏位置生成列表之外,生成的游戏位置可以具有与位置相关的风险评估分数。风险评估分数可以根据不断变化的条件和/或用户反馈随时间更新。例如,游戏位置原本是在低风险的位置生成,但与所述位置相关的映射数据可能已过时,并随时间推移而变得危险。所以,可以接收来自用户的输入,从而更新风险评估分数,以反映当前的物理环境。在一个实施例中,更新后的风险评估分数可能会超过风险阈值,而游戏位置可能会更新归类为排除区域。这种持续的用户反馈可以用于提供一种不断发展的风险评估机制,以确定生成的游戏位置是否应该继续存在。
在一个实施例中,世界各地可能存在地图数据稀疏或不存在的地方。具体来说,在世界特定地区可能只支持卫星图像,可能无法获得高度详细的地理定位数据。在这种情况下,可以使用机器学习来分析给定区域的卫星图像,并且可以基于卫星图像的分析为所述区域生成游戏位置。例如,机器学习算法可以确定卫星图像的特定部分指定为公路系统,并可以自动将所述区域标记为排除区域,同时将其从潜在可用区域的考虑中删除。
所以,微软介绍的过程可以利用多种类型的不同数据的组合,以便基于确定的风险量有效地确定特定位置是否适合作为游戏生成位置。另外,相关过程可以基于各种数据量化风险水平,并持续调整可能代表位置在游戏性和用户体验方面质量的分数。
总的来说,微软的解决方案用于确定真实世界位置是否适合放置游戏元素,并且可以在游戏交互过程中确定位置质量的评估。基于评估,可以根据需要修改位置和/或生成的元素,从而改善玩家体验。
如图1A所示,移动设备102可以利用摄像头来捕获真实场景。真实场景可以包括各种元素,例如草地公园104、人行道106和道路108。移动设备可以配置为从可通过设备的网络功能访问的数据库加载位置数据。例如,系统可以基于GPS数据确定设备位于大西雅图地区内。然后,系统可以访问数据库,下载一组与GPS数据对应的游戏位置对应的遭遇。
如图1B所示,一旦确定了移动设备102的位置,就可以访问游戏位置数据库,以确定是否应该显示任何遭遇。数据库可以填充将地理位置数据与与地理位置数据相关联的分数相关联的数据,例如指定由地理位置数据表示的位置的整体可用性或相对等级的分数。作为过程结果,可以利用与位置相关联的数据来指示道路108是排除区域,而草地公园104和人行道106则可指示为可与游戏元素一起使用的位置。因此,通过下面更详细描述的放置过程,可以在草地公园104生成可遭遇110(野猪),而可以在人行道106上生成另一个遭遇112(例如树)。然后,移动设备102的用户可以与遭遇110或遭遇112交互,从而推进游戏。
作为通过GPS数据确定移动设备位置的替代方法,移动设备102可以确定摄像头捕捉的当前场景中是否存在任何图像锚。例如,可以通过检测位于当前场景内的特征点,并将特征点与和图像锚相关联的特征点库进行比较来确定图像锚。一旦确定视图中的图像锚定,则可以下载与图像锚定相关的任何遭遇,并通过设备的显示器进行显示。可根据与GPS数据相对应的物理区域包含生成的游戏位置的确定来执行遭遇的放置。
图2A-2D描述了根据位置生成过程处理地理位置数据的示例场景。地理位置数据可以通过数据源接收,数据源可以是存储与世界地图相关的数据的数据库。地理位置数据可以描述物理环境中的元素,例如街道、公路、人行道、建筑物、公园和各种兴趣点(POI)的位置。在一个实施例中,这样的数据源可以是OpenStreetMap数据库或Microsoft Azure Maps数据库。或者在其他实施例中,地理位置数据可以是从多个数据源检索的地理位置数据的组合。在这种情况下,可以组合来自多个数据源的地理定位数据,以提供对一个区域的全面覆盖。
当从数据源接收地理位置数据时,可以将地理位置数据划分为世界地图的分片或分区部分,并且可以在分区的基础上执行位置生成过程,以便处理整个世界地图。从数据源导入地理位置数据后,系统可以解析每个地理位置数据区域,以确定与所述区域内包括的物理环境相关的各种细节。在一个实施例中,地理位置数据可以将环境中的物理元素表示为各种点、线和多边形。例如,一个点可以代表特定的兴趣点,例如博物馆或喷泉,而一条线可以代表道路或高速公路。导入数据后,系统可以根据形状和与形状相关的底层标识符对数据进行不同的解析。
图2A描绘了解析地理位置数据的示例场景,其中可以接收地理位置数据区200,所述地理位置数据区200可以包括区域内的5个唯一元素,并以点、线和多边形指定。200区内的5个独特元素可以代表真实世界的元素,例如公路202、军事基地204、喷泉206、购物中心208和公园210。所述过程可以将200区和元素202-210解析为至少四个可能的类别:1)“已知可用”,2)“已知风险”,3)“未知”,或4“排除”。
位置生成过程可以根据所述类别对物理环境中的各种元素进行分类,以确定放置游戏元素的适当位置。应当理解的是,可以利用替代分类,利用滑动比例来确定“已知风险”类别何时自动变为“排除”,并且在特定情况下,可以组合“已知风险”和“排除”,以便自动排除任何具有风险的位置。
通过确定与地理位置数据提供的物理元素相关联的标识符(即数据是否指定它是道路或喷泉),可以创建查找表,其中每个物理元素可以根据上述类别进行分类。例如,特定物理元素可以标记为“排除”元素,例如202号公路。或者,如果物理元素未排除,并且类型标识符与物理元素关联,则可以基于物理元素的类型将风险分数与物理元素关联。对于没有由过程识别的类型标识符的物理元素,物理对象可以与“未知”类别相关联。
与物理元素相关联的风险分数可以由数据源预定义为根据物理元素的分类设置的风险分数。例如,道路元素可能具有高风险分数,所以对于在解析地理位置数据时发现的任何道路元素,可以使用道路元素填充查找表,并且可以将可能与道路元素相关联的预编程风险分数分配给查找表中的特定元素。
同样,如果地理位置数据表明物理元素是定义为纪念的POI,则可以预定义较低的风险分数作为纪念元素的设定风险分数。尽管纪念馆可能不是游戏场所的理想区域,但对用户而言,相对风险可能低于将游戏场所放置在道路上。在另一种实施例中,由数据源预定义的风险分数可能会被本地设置推翻,以便使用更专业的评分系统。例如,可以由游戏的开发者或版主预先配置此类本地设置。
至少基于相关的风险分数,然后可以将解析的物理元素与类别之一相关联,类别可以根据阈值风险分数值定义。例如,利用0-1风险等级(风险分数为1是用户的最高风险),所述过程可以将风险分数低于0.3的物理元素分类为“已知可用”元素,并且可以在相关位置轻松生成游戏位置。类似地,过程可以将风险分数在0.3-0.6之间的物理元素分类为“已知风险”,而风险分数为0.7或更高的物理元素则排除在外。因此,在关于200区的一个示例中,喷泉206的风险分数为0.1,公园210的风险分数为0.2,购物中心208的风险分数为0.6,202号公路和军事基地204的风险分数为0.9。
所以,由于解析地理位置数据,可以将物理元素分类为用于放置游戏位置的区域的初始优先级排序。例如,风险分数最低的区域可以设置成放置游戏元素的最高优先级。另外,可以定义风险分数阈值,以便在低于风险阈值的区域中生成遭遇,而在超过阈值的区域中依然可以生成遭遇,前提是所述区域不构成排除区域。
再次转到图2A,可以解析从数据源接收的地理位置数据,以识别可能是生成游戏位置的候选区域。例如,参考图2A,公路202和军事基地204可以标记为排除的元素,因为不应在所述区域附近生成游戏位置。购物中心208可归类为“已知风险”区域,因为购物中心内和周围的车辆流量可能对尝试与游戏元素交互的用户造成问题,因此所述区域可能具有中等风险分数。喷泉206和公园210可归类为“已知可用”,因为所述真实世界区域通常被认为是允许用户与生成的游戏元素交互的低风险区域。最后,由于缺乏地理位置数据,200区中未由点、线或多边形表示的区域可以归类为“未知”区域。
图2B描述了可从数据源接收的地理位置数据的解析,用于识别可能的游戏位置。为了确定在何处生成游戏位置,所述过程可以首先利用每个点、线和多边形表示的内容的知识,并可以将点和线分别扩展到适当的多边形或圆中,以充分定义点和线表示的物理元素的区域。
针对地理位置数据区域的处理可以导致对每个区域内的各个区域进行排序,并且所述区域可以用于放置生成的元素。相关过程可针对可从数据源接收的地理位置数据的每个区域执行,并可提前执行,以便用户在到达特定真实世界位置和出现游戏元素时不会经历延迟。例如,可以将各种潜在位置存储在位置数据库中,并且在确定用户的设备在与区域相关联的纬度和纵向坐标范围内时,可以访问所述区域的各种潜在位置,并且可以确定特定遭遇的放置。
名为“Generating locations for placement of augmented elements”的微软专利最初在2022年4月提交,并在日前由美国专利商标局公布。
文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。
奥维云网(AVC)推总数据显示,2024年1-9月明火炊具线上零售额94.2亿元,同比增加3.1%,其中抖音渠道表现优异,同比有14%的涨幅,传统电商略有下滑,同比降低2.3%。
“以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。
华硕ProArt创艺27 Pro PA279CRV显示器,凭借其优秀的性能配置和精准的色彩呈现能力,为您的创作工作带来实质性的帮助,双十一期间低至2799元,性价比很高,简直是创作者们的首选。