在VR中如何用凝视输入替代点击 - 问题详情 - 创脉思

解读

国内主流 VR 一体机（Pico、奇遇、Quest 国行版）均把“凝视+确认”作为无手柄场景下的核心交互。面试时，考官想确认两点：

你能否在 Unity 端零延迟地捕获用户头部凝视射线；
你能否用状态机把“看-停-确认”全过程做得既防误触又兼顾性能，而非简单 Time.deltaTime 累加。
回答必须体现工程化落地经验：适配单眼渲染、动态事件分发、与 UI 系统的无缝嫁接，并给出性能预算（如 <0.2 ms/帧）。

知识点

Unity XR SDK 眼向射线：XRNode.Head 或 InputDevice 的 devicePosition/rotation，优先用 XRInputSubsystem 获取中心眼数据，避免 Camera.main 额外开销。
Physics.RaycastNonAlloc 与 PhysicsRaycaster 差异：前者可复用 RaycastHit[] 数组，后者与 EventSystem 耦合，需权衡 GC 与可扩展性。
GazePointerEventData：继承自 PointerEventData，把 gazeDistance、hitPosition 写进去，才能让 GraphicRaycaster 正确响应 uGUI。
Fill-Button 状态机：Idle→Hover→Dwell→Trigger→Cooldown，用 unscaledTime 计时，防止 Time.timeScale=0 时卡死。
视觉反馈三件套：Reticle 缩放、Progress Ring、物体 Outline，全部在 Shader 的顶点阶段做动画，避免每帧 SetFloat。
性能陷阱：
– 每帧 new Ray 会触发 GC，提前缓存；
– 层剔除用 LayerMask.GetMask 写死，防止字符串比对；
– 远距离（>15 m）物体用 LOD Group 剔除，减少 Raycast 数量。
热更兼容：若项目用 ILRuntime，GazeModule 必须写成行为脚本而非 DLL，否则反射注册会失败。

答案

搭建 GazeInputModule
继承 BaseInputModule，重写 Process()：
- 通过 XRInputSubsystem.TryGetNodeStates 获取头部姿态，拼出射线；
- 用 PhysicsRaycastNonAlloc 检测 3D，用 GraphicRaycaster.Raycast 检测 UI，合并结果取最近命中；
- 把结果写入自定义 GazePointerEventData，派发 PointerEnter、PointerExit、PointerClick 事件，实现与 uGUI 的无缝兼容。
实现 Dwell-Confirm 逻辑
- 状态机：Idle→Hover（进入瞬间）→Dwell（停留）→Trigger（确认）→Cooldown（防连发）。
- 计时器：Hover 进入时记录 Time.unscaledTime，当持续时长 ≥ dwellTime（默认 0.8 s，策划可配）即触发。
- 防误触：头部角速度 > 0.3 rad/s 时强制退出 Dwell 状态。
视觉反馈
- Reticle 贴花：使用 World-Space Canvas，位置 = hitPoint + hitNormal * 0.01 m，朝向用 Quaternion.LookRotation(-hitNormal)。
- 进度环：在 Shader 里用 _Progress 属性做 360° 填充，CPU 端只 SetFloat 一次，GPU 插值。
- 选中高亮：用 CommandBuffer 在 AfterForwardOpaque 绘制 Outline，避免额外相机。
性能与适配
- 射线检测频率：XR 设置 72 Hz，实际每两帧检测一次，降频到 36 Hz 节省 0.15 ms。
- 层剔除：仅检测 Interactable 与 UI 两层，LayerMask 写死为 1<<12|1<<5。
- 单眼渲染优化：若开启 Single-Pass Instanced，Reticle 的 Shader 加 multi_compile_instancing，防止右眼闪烁。
代码骨架（面试可直接口述）

public class GazeInputModule : BaseInputModule {
    [SerializeField] float dwellTime = 0.8f;
    RaycastHit[] hits = new RaycastHit[16];
    GazePointerEventData gazeData;
    float enterTime;
    GameObject currentOver;

    public override void Process() {
        var head = InputDevices.GetDeviceAtXRNode(XRNode.Head);
        if (!head.TryGetFeatureValue(CommonUsages.centerEyeRotation, out var rot)) return;
        Ray ray = new Ray(Camera.main.transform.position, rot * Vector3.forward);
        int cnt = PhysicsRaycastNonAlloc(ray, hits, 20f, interactableMask);
        bool hit = cnt > 0;
        var newOver = hit ? hits[0].collider.gameObject : null;

        if (newOver != currentOver) {
            if (currentOver) ExecuteEvents.Execute(currentOver, gazeData, ExecuteEvents.pointerExitHandler);
            currentOver = newOver;
            enterTime = Time.unscaledTime;
            if (currentOver) ExecuteEvents.Execute(currentOver, gazeData, ExecuteEvents.pointerEnterHandler);
        }

        if (currentOver && Time.unscaledTime - enterTime >= dwellTime) {
            ExecuteEvents.Execute(currentOver, gazeData, ExecuteEvents.pointerClickHandler);
            enterTime = float.MaxValue; // 进入 Cooldown
        }
    }
}

一键切换
在 PlayerSettings/XR Plug-in Management 里同时勾选 Pico 与 OpenXR，运行时根据 XRSettings.loadedDeviceName 自动选择射线来源，零脚本改动即可上架国内商店。

拓展思考

眼动追踪加持：Pico 4 Enterprise 内置眼动追踪，可用 EyeTrackingSubsystem 获取真实注视点，误差 <0.5°，可把 dwellTime 缩短到 0.3 s，但需处理眨眼丢失（用 100 ms 的 LastValidData 缓存）。
语音二次确认：在 Trigger 前加 VoiceConfirmation 状态，用户说“确定”才执行，避免误触；接入国内 科大讯飞离线 SDK，延迟 <80 ms。
手势融合：当手进入视野且 Pinch 手势被识别，可立即中断凝视计时，实现“你看我点”的混合交互，需用 Hand Tracking Subsystem 与凝视模块共享状态机。
UGUI 与 TMP 的汉字凝视：对长文本 TextMeshPro，把 TextMeshProUGUI.textInfo 的字符边界拆成多盒 Collider，实现逐字凝视选择，适合做 VR 输入法。