遊戲機沒想到，自己成了研究霸王龍和古冰川的利器

原文以The research hardware in your video-game system為標題

發布在2018年1月3日的《自然》Toolbox上

原文作者：Anna Nowogrodzki

運動感測器不止用於電子遊戲，搭配上合適的軟體，它們可以掃描恐龍頭骨，監控冰川，賦予機器人視力。

一個胸前戴著一個黑色矩形裝置的人正小心翼翼地繞著一個霸王龍頭骨行走。這不是什麼行為藝術。那個黑色矩形裝置是名為Kinect的運動感測器，那個人正在芝加哥菲爾德博物館用它捕捉恐龍頭骨精確的3D形狀。

插圖：The Project Twins

這和Kinect發明者的初衷大相徑庭。它最初是微軟為其電子遊戲產品設計的，能讓Xbox用戶通過肢體動作和手勢來控制遊戲中的人物，不再受遊戲手柄的限制。但是自它上市起，就大受科學家和臨床醫生的歡迎。他們通過改造Kinect和其他感測器（Nintendo Wii Remote、PlayStation EyeToy和Leap Motion等），幫助開展機器人學、冰川學和醫療健康等領域的研究。他們很快就意識到這些設備可用於測量肢體活動，操控3D物體，觀察或建立3D空間模型，搜集到的數據能用於各種各樣的研究。

這類感測器對科學家來說有諸多優點：成本合理（大部分為80-100美元）、便攜且與免費易學的軟體兼容，因此被用於許多研究項目。

不過，不足之處也很明顯。比方說，它們的規格（比如解析度）通常比不上工業級硬體，而且系統更適合客廳環境而非野外。不僅如此，它們的效用很大程度上取決於所開展的研究類型。

為恐龍診牙

法醫口腔學家Denise Murmann從2016年開始將Kinect當作一種研究工具使用，這源於她和家人去菲爾德博物館的一次參觀經歷。在觀察世界上最完整的霸王龍骨架之一SUE的時候，她的侄子注意到一塊展牌解釋說該恐龍的頭骨上分布著一些來源未知的小孔。它們是咬痕嗎？還是感染留下的痕迹？Murmann想，用她在做法醫鑒定時分析咬痕的方法來研究這個頭骨一定會很有意思。

但是她常用的工具不行。SUE的頭骨長約1.5米，重272千克——高精度牙醫用3D掃描儀無法掃描這麼大的東西。於是，Murmann向麻省理工學院媒體實驗室的攝影文化組尋求幫助，成像研究人員Anshuman Das建議將Kinect連到筆記本電腦上用。Das說，Kinect的解析度比工業級掃描儀要低十倍，但是能夠處理龐然大物。

這就是為什麼Das把Kinect綁在胸前，繞著霸王龍頭骨緩慢行走。3D掃描結果顯示頭骨上的洞並非以同樣的角度向內凹陷，因此不太可能由單次啃咬造成。同時，它們均朝內變窄，說明不是由感染引起的。去年7月，研究團隊將這些研究發現（A. J. Daset al.PLoS ONE12, e0179264; 2017）發表了出來。雖然這不是第一次對Sue的頭骨進行掃描，但是之前的掃描耗時長達500個小時，使用的是通常用於檢查航天器部件的計算機斷層掃瞄器，而用Kinect在博物館內只需要幾分鐘就能完成掃描。

冰川、步態和機器人

遊戲控制器的應用領域並不限於古生物學。丹麥及格陵蘭地質調查局的冰川學家Ken Mankoff曾利用Kinect給冰川河床及其下面的融水通道建模，解析度達1毫米。這樣的數據能夠幫助冰川學家更好地理解冰川融水如何影響海平面。Mankoff說科學家通常用激光雷達系統搜集數據，一套系統的成本可超過10,000美元。

現成的電子遊戲運動感測器還可用作簡易的機器人視覺系統。機器人學研究者Ashutosh Saxena（斯坦福大學）和Chenxia Wu（康奈爾大學）就用Kinect設計了一個可以通過觀察人類行為來學習任務的機器人——WatchBot，它由一台計算機、一個激光指示器和一個安裝在三腳架上的Kinect組成，Kinect在這裡充當眼睛。WatchBot能夠學習完成一項任務（比如從烤箱中把食物取出來）所需的步驟。在60%的情況下它能夠鑒定遺漏的步驟——這樣的準確率足夠讓其在未來應用於製造與安全監測領域。

還有其他的電子遊戲感測器也對科學研究有用。Leap Motion開發的控制器能夠跟蹤手部和手指的細微動作，虛擬現實頭戴設備（如谷歌的Daydream——約80美元和Oculus VR的Rift——400–500美元）則能增加沉浸感。荷蘭代爾夫特理工大學的水文學家Willem Luxemburg用Wii Remote測量水庫蒸發速率，精度超過一毫米。Wii已經停產，但是舊版系統仍舊可以從網上獲取，Kinect也是一樣。微軟在去年10月停止生產Kinect。微軟不斷推出新產品，比如目前限量生產的增強現實眼鏡HoloLens採用了和Kinect一樣的核心感測器。

電子遊戲感測器也被越來越多地用於醫療。密蘇里大學的工程師Marjorie Skubic從2010年Kinect剛剛發行時，便開始用它監測老年人的步態並預測他們摔倒的風險。她回憶道：「那時剛好快到聖誕節了，我們買下了鎮上所有的Kinect。有些孩子可能因此沒有得到心儀的聖誕禮物。」 Kinect極大地改進了他們之前所用的監測系統——一個攝像頭和一台笨重的台式電腦。計算機不僅占空間，而且發熱嚴重，需要用電風扇散熱，發出的噪音非常干擾工作。有了Kinect後，這些問題迎刃而解，只需要一台小電腦就能夠準確捕捉老人的步態。

前景光明

要使用這些數據，不需要太多專業知識或設備。Das說只需要一個適配器將Kinect和筆記本電腦連接起來，以及一個高質量的圖形處理器來處理Kinect捕捉的實時3D結構。「一些遊戲本是最適合的。」

如果想做些改造，可以找黑客幫忙。微軟自己也發行了一套軟體開發包，你可以用它定製應用程序來使用Kinect數據，你還能從微軟的應用商店下載3D Scan——一個用來掃描物體的軟體包。而在Skubic團隊剛開始用Kinect時它們都還沒出現，所以他們當初用的是來自OpenKinect項目的一個開放資源程序庫，名叫libfreenect。

溫州肯恩大學的研究人員Tiffany Tang開發了一個基於Kinect的系統來幫助人們理解自閉症兒童的情緒。她覺得他們團隊所用的微軟Kinect軟體開發包和Visual Studio很容易上手。她說：「我的學生用一個星期就自學學會了。」

容易上手是一大優勢，因為遊戲產業發展迅速，研究人員可能也需要相應地不斷更新自己所用的平台。在英國阿爾斯特大學，康復研究者Suzanne McDonough和計算機科學家Darryl Charles將電子遊戲感測器和定製軟體結合起來，用於監控病人在家裡的理療鍛煉情況，並根據他們的康復狀況安排新的訓練。在過去的幾年裡，McDonough和Charles使用的工具也在不斷進步，從EyeToy和Wii到VR遊戲專用攝像頭，再到用兩代Kinect來跟蹤手臂和手部運動，最後用Oculus和谷歌的VR頭戴設備來提供更加逼真的體驗。他們也用到了Leap Motion感測器。Charles說：「它很善於識別手勢和手部的自然運動。」

然而，這些工具也有很多局限。Mankoff說Kinect的一個缺點是距離：因為它是為家用需求設計的，所以只能測量距離感測器幾米以內的物體。新的演算法，比如Kinituous和ElasticFusion，允許研究人員把數據「拼」在一起，從而克服距離上的限制，但是其他困難仍沒有得到解決，相關問題在田間工作時尤其突出。「任何潮濕的東西都不行。直接日照也不行。」Mankoff說。「幸運的是，我的研究在洞穴里開展，否則我就得在夜間或陰天工作。」其他局限還包括電池壽命和難以跟蹤姿態奇特或衣著寬鬆的人。

儘管如此，科學家仍然在不斷挖掘這些感測器的創意用法。自從Das發表了關於霸王龍的研究結果後，他收到了許多來自博物館和古生物學團體的請求，他們希望能夠使用或改造Das的掃描儀來分析其它化石、藝術品和人工製品。由於這個工具十分簡單，所以他還曾在他擔任志願者的一所新罕布希爾小學裡，用它來進行一項面部掃描測試。Das說：「它肯定比不上一個工業級掃描儀，但是它成本低且便於分享數據，因而有利於促成合作。」

你有為了研究用過或改裝過其他領域設備的經歷嗎？在評論中告訴我們吧！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！