Unity ARFoundation 示例项目中的 ARSessionOrigin.MakeContentAppearAt 方法迁移指南
在 Unity ARFoundation 示例项目中,开发者可能会遇到 ARSessionOrigin.MakeContentAppearAt 方法已被标记为过时的问题。这个问题主要出现在 Unity 2022.3.20 版本中,当开发者尝试使用 ARFoundation 5.x 版本时。
背景说明
ARSessionOrigin.MakeContentAppearAt 方法原本是 ARFoundation 中用于将虚拟内容定位到真实世界特定位置的重要方法。随着 ARFoundation 5.x 版本的发布,Unity 对该功能进行了重构,移除了这个方法,转而采用更现代的架构设计。
问题分析
在 ARFoundation 5.x 版本中,Unity 建议开发者使用 XROrigin 类来替代 ARSessionOrigin。然而,XROrigin 类中并没有直接提供 MakeContentAppearAt 方法的替代实现,这给开发者带来了迁移上的困惑。
解决方案
对于需要实现类似功能的开发者,可以考虑以下几种替代方案:
-
手动计算位置转换: 开发者可以自行计算从虚拟空间到真实世界的坐标转换。这通常涉及获取 AR 平面或特征点的位置信息,然后使用 Transform 组件手动设置虚拟对象的位置。
-
使用 ARAnchorManager: 在 ARFoundation 5.x 中,更推荐使用锚点(Anchor)系统来固定虚拟内容。开发者可以创建 ARAnchor 并将其附加到检测到的平面上,然后将虚拟对象作为锚点的子对象。
-
自定义扩展方法: 开发者可以基于 XROrigin 类创建自定义的扩展方法,封装坐标转换逻辑,实现类似 MakeContentAppearAt 的功能。
实现示例
以下是一个简单的实现示例,展示了如何手动将对象放置在检测到的平面上:
public void PlaceObjectOnPlane(Vector3 screenPosition, GameObject content)
{
// 从屏幕位置发射射线
if (Raycast(screenPosition, out ARRaycastHit hit))
{
// 获取命中点的姿势
Pose hitPose = hit.pose;
// 设置对象位置和旋转
content.transform.SetPositionAndRotation(hitPose.position, hitPose.rotation);
// 可选:创建锚点
var anchor = anchorManager.AddAnchor(hitPose);
content.transform.SetParent(anchor.transform);
}
}
迁移建议
对于使用 Unity 2022.3.20 版本的开发者,建议:
- 仔细评估项目对 ARFoundation 版本的依赖关系
- 如果必须使用 5.x 版本,需要重构相关代码
- 考虑实现自定义的辅助类来封装坐标转换逻辑
- 充分利用 ARFoundation 5.x 提供的新特性,如改进的锚点系统
总结
虽然 ARSessionOrigin.MakeContentAppearAt 方法的移除给开发者带来了迁移上的挑战,但这反映了 ARFoundation 向更现代架构的演进。开发者可以通过理解底层原理,采用更灵活的解决方案来实现相同的功能。在迁移过程中,建议充分测试新的实现方式,确保在真实场景中的定位准确性。
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00