微软混合现实设计实验室周期表项目教程
2024-10-09 19:22:54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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K