自从VR头显走入大众视野后，各种各样的VR外设层出不穷，有的是模拟力度/触感，有些模拟温度，有些模拟气味...
以力回馈外设为例，大部分外设均是直接给与手作用力，而这篇文章里要介绍的则不同，它通过两个折扇的打开后形成的空气动力学为基础，进行辅助VR交互。
虽然目前已有的VR交互外设有些已经很不错，例如Index的手柄可以识别五指动作，而且有些工业级力回馈手柄具备超灵敏动作和温度、触感反馈，这满足部分远程操作需求。今天要来说的也并非想象中那么完美。但是，它绝对算得上我见过的最有意思的VR外设之一。
这是一款手柄类产品：Drag:on，特点是采用双折扇设计，通过内置电机对折扇进行开关，这个过程中产生作用力，实现动态的触觉回馈，并且还能同时实现阻力、惯性的模拟。
上面的视频可以为大家进行解惑，很显然这是一款构思巧妙的外设。首先要得益于它充分的利用了折扇在折叠过程中的体现出的力学传递、惯性传递，以及折扇的空气动力学的特性。
简单来说，Drag:on通过两个风扇的开合动作实现模拟力回馈。
据青亭网了解，这套方案由德国人工智能研究中心的2名工程师AndréZenner和AntonioKrüger共同研发，并已经将相关的研究发表在CHI 2019（第211号）期刊。
首先，我们先来看一看Drag:on的构成。这款外设上半部分是两把折扇，折扇半径约31cm。
中间拥有2个电机和驱动臂，用于快速打开和闭合折扇，其宣称打开或闭合的时间为0.57秒，而当两个风扇全部打开时横截面积可增加650%。
下半部分包含了握把部分和Vive Tracker（很显然，这套方案基于SteamVR追踪系统）。不过，这种将Vive Tracker直接朝下安装也是比较少见，一般情况下都是向上或斜向上，而Drag:on在使用时基本斜向下，而且也会受到身体部分遮挡，对于追踪效果而言可能会造成部分影响。
整套方案采用了轻便、廉价的3D打印材料构成，制作相对简单。
手柄结构可以参考上图，在API和Drag:on底层控制软件的加持下，经由SteamVR和Vive Tracker追踪系统可以实现两个风扇的开合。
相比较来看，Drag:on自身在体验之后的感受会更为明显，因此可能并不会在第一时间爱上它，反而是经过多次不同类型的体验后才发现它的优势。例如，在一场景对比拾取一大一小、重量不同的两个物体时，Drag:on可以完美的对两者进行力回馈区分，让你能够明显的在手上感受到VR中两个不同重量的物体。
为了进一步验证这套方案的效果，两名研发者还进行了5种不同的VR场景实验。
1，模拟虚拟物体大小
Drag:on可以通过折扇开启面积的大小，来模拟虚拟物体的大小，例如大的物体和小的物体开启面积就不同。
可能你注意到，Drag:on模拟的是便于旋转物体的大小，例如图中的木头板子下方木棍可以旋转，这个体验上比较接近，但是如果直接拿起一个立方体方块呢？而且上图在挥手时图中折扇为垂直方向展开，左右挥手自然会因折扇带来较大阻尼感，但如果是上下挥舞手臂时能够感受到呢，又该如何提醒用户水平和垂直的调整Drage:on呢？
2，模拟不同材质物体
通过控制折扇开启面积带来的回馈感，也能用于模拟不同材质的物体，例如塑料的铲子无需开合折扇，木质铲子开合一半左右，而金属铲子完全开合折扇。
3，模拟虚拟气流
经测试，Drag:on可以模拟虚拟场景中的气流。例如上图，上下两注气流大小相对接近时，折扇上下开启面积相同，而当上方的气流调整至80%时，则上水平挥舞手臂上方折扇开启80%，若只有下方有气流时，则之展开下方折扇。
4，模拟旋转力度
具体来讲应该是通过渲染，实现模拟不同的力度，上图演示的是一个基于旋转手柄，实现模拟在空气、塑料、石头几种材质上的阻力大小。
另外，该功能配合使用的方式是，通过开合风扇实现告知旋转的操作，例如在VR中拧螺丝，那么前大半部分阻力小，而到最后通过将折扇面积变大模拟阻力变大，到最后拧到底时，可以通过彻底再闭合折扇告知体验者已经拧到底。
5，感知虚拟车辆重量
上图分别演示拉动空车、半载车、满载车的过程，其中空车状态很轻松拉动，并且折扇几乎未开启；半载车开启一半折扇，满载车开启几乎完全的折扇面积。
很显然，以上5个案例充分的体现了Drag:on的优势。和其它的力回馈手柄相比，Drag:on并没有采用穿戴式方案，不是直接作用于手掌，而是一种手持方案，通过握持手柄然后将力传递到握把部分来模拟不同种类的力。
当然也有不同的人提出了各种质疑，以上测试都是在对比场景下进行，效果看上去不错，但如放到复杂场景下能够带来清晰准确的力回馈感呢？
此外，在折扇开启或关闭的过程会在短时间内产生较大的作用力，这明显会让手臂失去细微感知的沉浸感，虽然可以在塑料、木头、金属材质区分出来，但在模拟塑料材质的沉浸感并不强，因为震动依然较大。当然，这个只是猜测，而且还可以通过改善电机工作状态达到流线型的折扇开合，以至于在打开/关闭的始末都力度逐渐减小等等。
不过这也反过来表明Drag:on更适合的几种类型，即：要求明确感知多个物体不同重量、不同大小、不同阻力并且是基于旋转、流动（气流/水平类的移动）等操作的场景中，这也是其提到的两点，其它的场景效果可能并不明显。
另外，Drag:on的体积并算不上足够小巧，因此商业化也面临着较大的障碍。无论如何， Drag:on在成本上要更具优势，未来我们希望它能够在握把部分扩展更多功能，例如温度模拟等等，当然也更期待小体积版本。
