VR采集工具是什么互联网行业的发展重点已经从消费互联网逐步转向产业互联网。对房产、汽车等行业来说，实体商品的数字化成为企业的发展空间、增强客户体验、扩大商业收益的必要手段。而呈现在我们眼前的各种线上立体化的商品，都是通过VR拍车、VR拍房、激光空间采集等一系列工具将实体商品复刻出来的。

现在所处的阶段

VR采集工具贯穿了数字化商品制作生成的大部分过程，整合了VR素材生成过程中采集、拼接和编辑的能力，为二手车、房产业务提供服务。前期经过不断打磨，我们将采集工具生成的素材质量大幅提升，目前产品已顺利接入业务。如果希望VR能在业务当中普及开来，就需要提升VR制作效率，让经纪人/摄影师能更快的拍摄出高质量的VR成品。因此我们的关注点由质量转移到了效率上，将目标聚焦在提升产品的易用性上。

(相关资料图)

‍ ‍ VR采集工具的特性

在限定的采集空间中使用

既然是采集实体的工具，所以只能在所采集物品的空间内使用。可能是摄影棚，可能是停车的任意空旷的场地，也可能是在某一个房子里；

有既定的技术实现原理

可分为两种，一种是环物拍摄，既固定物体位置，并围绕物体拍摄一圈，然后将图片按规则拼接。一种是全景拍摄，既固定机位原地旋转360度拍摄四周，然后拼成一个球形图；

通常需要外接设备

由于手机的拍摄能力有瓶颈，为了追求更高的素材质量，通常会外接一些拍摄设备（比如全景相机、激光相机）。它们能在拍摄过程中提供稳定的旋转，生成高质量图片/高精度模型

设计难点是什么？在试点门店现场，我们邀请各业务经纪人做了一系列的可用性测试和专家走查，然后对问题进行了结构化的梳理和总结，发现这些采集工具在使用上存在很多共性问题：

复杂陌生的任务无法上手

任务是以技术原理为核心生成的，对拍摄者来讲是陌生的。比如按既定的点位拍摄物体、设备水平/俯仰/高度的调节、连外部接设备，都不是无脑操作，需要教育用户；

与场景结合的设备操作费力

拍摄者在限定的空间内要手持设备与空间有一些互动行为来完成任务，在之前聚焦在拍摄质量的版本并没有充分考虑这些场景因素闭门造车，导致一些交互操作比较费力；

信息复杂难以描述

前面说到面对陌生的任务要做我们需要教育拍摄者，那么教学内容里涉及到空间里的任务流、行为这些概念很难描述，如何让拍摄者快速理解也是一大难点

接下来我们就可以有针对性的确立目标了。

针对性的设计策略目标一：范围层-形成学习闭环的功能与内容想要学好一个新技能的过程是这样的，最初学习一些理论知识，对其形成初步认识之后就可以进行实践了，在每次实践中总结经验以便更好的进行下一次，在这个过程中我们就熟练了。梳理清楚这些，我们就知道该如何加快这个学习进程了。VR的采集任务也是同理，那我们在学习的不同阶段则需要予以不同的内容或功能。

原理及任务流的介绍我们需找到适合的方式传递给用户，效果分析可以通过智能化的手段告知用户哪里做的好哪里不好，是比较常见的手段。但行为上该如何对用户进行指导呢？

任务是由多个行为组成的，在可用性测试过程中我们发现，这些行为的难易程度可以从记忆和掌控两方面来评估，有些好记却不好掌握，有些好掌握却容易被忘记，我们可以以此来做好归类。那么对这些行为分好类以后，我们就可以做有针对性的的解决了，首次/常态化提示与即时校准分别对应了记忆与掌控的解决办法。

来看几个案例。 汽车拍摄中，拍摄者在首次拍摄汽车外观的第一个点位时，容易不知道要走下一点位或不知道往哪个方向，试过一次后就基本形成习惯。 这个行为很好掌控，也很好记，所以我们只需要设计首次移动的提示即可。 再例如隐藏的级手势，不告诉不知道，一告诉就知道，都只需要进行首次提示即可。

拍摄时设备所处的位置与人之间的关系是很好记的，只要做一次说明即可。但并不好掌握手持设备的细微尺度，所以我们用即时的校验反馈出来，帮助拍摄者不断调整。

在做汽车内饰拍摄时需要拍摄者躲避车窗，来避免自己的头被拍进图像中。「躲避车窗」这个行为很好掌握，只要蹲下或者远离车门，但很容易被用户忽略，所以我们设计时把这个提示常态化的融入到流程中，每到此步都提醒用户并给一定时间让用户躲避。

环拍车体过程中，用户不易记准脚下目前处于哪个点位，因为几个点位在拍摄者视角车身角度是相似的，不好分辨。那我们把点位的移动也作为常态化的提示置于页面中，随时可看。

目标二：结构/框架层-场景化的框架与流程区分场景的灵活框架任务的拆解：采集工具由很多模块化的任务组成，以车为例：需要采集车体外观整体、内饰整体、外观局部、内饰局部等任务， 那我们从什么维度整合这些任务合适，拍摄者的动线和心流，该怎么取舍？

我们来看一下实际的采集场景。在试点门店的停车场地资源宝贵，车辆排放拥挤，采集汽车整体时需要车体方圆5米保持空旷，所以为了推进VR汽车的普及，试点门店专门腾出一片空旷场地专门用于拍摄。采集汽车细节则对场地没要求。同时，车体细节需要录入大量文本信息，比如细节名称、概述、亮点等信息。那么为了提升采集效率，拍摄者往往会在汽车整体拍摄完就挪开并进下一台车，而所有细节信息可以集中进行录入。因此我们采用了按整体/局部的方式拆解任务。

任务的组织：在上一个版本的实验产品中，我们的任务流设计采用线性结构，拍摄者只需要根据提示一个个继续做就好，属于无脑操作。

在试点阶段我们调整为树状的结构去组织任务模块，拍摄者可以自主选择先拍外观或内饰。为啥这么做？同样出于拍摄效率考虑，实际的业务场景中，无空场地时会先拍摄内饰，有场地时会先拍摄外观，因此灵活的框架更适用。

契合场景的容错流程VR采集工具这类产品操作非常重，出错是很常见的事。 在汽车外观拍摄16个点位的过程中，多数人都出现了某一或几个点位图像拍摄效果不佳的情况。旧版的流程设计，拍摄者可以在所有点位拍摄完后可以观察VR效果，不好可以重拍。这里的问题在于拍摄者并不能快速通过该图像判断对应的点位，进行重新拍摄。所以应该在拍摄当时就提供图像以便快速判断图像效果，如果不好直接在此点位进行重拍。

激光空间采集工具也有同样的案例。

用户在拍摄前可能有空间错选漏选的情况，如果拍摄过程中突然发现这个问题需要退回可能造成已付出的工作流失，因此我们设计了增删空间功能。

目标三：表现层-应用多种媒体的视觉表现

前面提到VR采集技术原理繁杂，并非简单的提示或引导就能满足。既然要教育拍摄者，我们就需要把这些内容传递出去。整块教学内容很难被拍摄者快速消化，因此我们将内容进行了拆解，融入到任务流当中。

拆解后的每一个内容所包含的信息量都有所不同，我们需要找到对应的表现形式传递出去。我们常见的视觉表现形式的表达能力是不同的。举个例子，实录视频能表现出更多细节，整合更多信息，如光线、质感等等都是动画不好具备的。但同样实录视频的时候认知负荷比较高，因为信息量太大，人很容易局限在某些信息上，难以快速领会实录视频里全部要表达的内容。相较而言，图标能表达的信息很少，但你会很容易理解图标的意思。所以我们应该根据我们所要表达的信息的复杂度来决策我们要使用的表现形式。

若想让我们的视觉表现形式更易于理解，还需要更具体的指导。所以我们联合VR拍摄工具的设计师们将以往的经验沉淀下来，总结了一份设计指南。

这里明确定义了“功能主义，而非氛围感”的基本原则。

然后，我们把拆解好的需要传递给拍摄者的内容分门别类，从大家总结出的多个视觉属性的维度，试图找到一些能形成具体的表现形式规律。

最后，根据总结出来的规范，我们重新审视了以往的内容传递，进行了一次改版，让这些教学内容更易于理解，同时也作为典型案例收录到了设计指南当中。

在最终的设计效果验证当中，我们可以重点关注两个方面：用户初次使用产品的的任务完成度，以及用户的学习曲线。

用户的初次使用效果可以反映我们针对新手提示与引导设计的价值，而用户的学习曲线可以体现学习效率，在曲线的变化中可以看出在使用次数与用户熟练度间的关系。

扫码进群

转载时请连同下方内容一起转发

请与该公众号联系获取内容授权

长按二维码 轻松关注

微信公众号：i58UXD

58同城用户体验设计中心