微软混合现实设计实验室周期表项目教程
2024-10-09 01:05:12作者:江焘钦
1. 项目介绍
微软混合现实设计实验室(Mixed Reality Design Labs)的周期表项目是一个开源的示例应用,展示了如何在HoloLens和沉浸式头戴设备上使用Mixed Reality Toolkit(MRTK)的输入系统和构建模块来创建应用体验。该项目的主要目的是为开发者提供一个实际的案例,展示如何使用MRTK来布局3D空间中的对象、创建响应标准输入的对象,以及加载和解析本地JSON文件数据。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你已经安装了以下软件:
- Unity 2018.4.x 或更高版本
- Mixed Reality Toolkit (MRTK) v2.6.0 或更高版本
2.2 克隆项目
首先,克隆项目到本地:
git clone https://github.com/microsoft/MRDL_Unity_PeriodicTable.git
2.3 打开项目
- 打开Unity Hub。
- 点击“添加”按钮,选择你刚刚克隆的项目文件夹。
- 选择项目并点击“打开”。
2.4 配置MRTK
- 在Unity中,打开“Mixed Reality Toolkit”菜单。
- 选择“Add to Scene and Configure”。
- 确保场景中已经配置了MRTK的输入系统和其他必要组件。
2.5 运行项目
- 连接你的HoloLens或沉浸式头戴设备。
- 在Unity中,点击“File” -> “Build Settings”。
- 选择“Universal Windows Platform”并点击“Switch Platform”。
- 点击“Build”并选择一个输出文件夹。
- 构建完成后,将生成的.appx文件部署到设备上。
3. 应用案例和最佳实践
3.1 应用案例
周期表项目展示了如何在HoloLens上创建一个交互式的3D周期表。用户可以通过手势或语音命令来选择元素,查看详细信息,并进行交互。这个项目可以作为一个基础,用于创建其他类似的3D交互应用。
3.2 最佳实践
- 使用MRTK的输入系统:MRTK提供了丰富的输入系统,支持手势、语音和控制器输入。合理利用这些输入方式可以提升用户体验。
- 布局3D对象:使用MRTK的Object Collection组件可以轻松地在3D空间中布局对象,确保它们在不同表面类型上都能正确显示。
- 响应用户输入:通过MRTK的Interactable组件,可以创建响应用户输入的对象,如按钮和可操作的3D对象。
4. 典型生态项目
4.1 Surfaces项目
Surfaces项目 是另一个由微软混合现实设计实验室开发的开源项目。它展示了如何使用MRTK的输入系统和构建模块来创建适用于HoloLens 2的应用体验。该项目探索了如何通过视觉、音频和全手部追踪输入来创造触觉体验。
4.2 Lunar Module项目
Lunar Module项目 是一个适用于HoloLens 1代的开源示例应用。它展示了如何扩展HoloLens的基本手势,使用双手追踪和Xbox控制器输入,以及如何响应表面映射和平面发现。
通过这些生态项目,开发者可以更好地理解如何使用MRTK来创建丰富的混合现实应用体验。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
963
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
874
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
184
230
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
364
431