微软混合现实设计实验室周期表项目教程
2024-10-09 08:01:06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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 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 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878