头戴式显示器常一起使用，定位（registration，真实和回报的位置之对映关系）也很重要。如果我们看到的动作和实际的步调不一致，那会产生很多问题，如两人怎么样也无法握手，因为他们看到的手和他们手的实际动作并不能配合。为了改善显示的及追踪到的动作不一致问题，现在也使用了预测技术，预先推测下一画面的位置[17]。追踪器的原理与方式有下列几种：

    1) 机械式（如Fakespace Co.的产品）:

    利用电压计及光译码器测量仪器中各关节的转动角度，就可以计算受测物的位置。

    优点: 低价位、低时间延迟（对头部位置追踪很重要），不用收发装置，所以不易受外界环境影响。

    缺点: 追踪范围很小，会磨损，对四肢运动产生机械的迟滞（inertia）。

    2) 电磁式（如Polhemus Co.及Ascension Co.的产品）:

    由三个正交的发信器发出磁场，经由三组接收器接收，可由收发的信号变化计算出受测物的位置。

    优点: 体积小巧（适合装在头部，手上及笔尖），可将收发器组合，分时多任务，以得到更大的追踪区域。

    缺点: 易受无线电等电磁干扰，如果附近有像铁的磁性金属类物品，也会产生干扰。系统时间延迟约100ms，也算比较长的。目前已经致力于减低延迟。

    3) 光学式（如北卡大学的Prototype）:

    将光源，如红外线，放在受测物上，再由安放于四周的接收器（摄影机）接收，据以计算位置。

    优点: 追踪范围广大（取决于光强度及同相位程度）。

    缺点: 必须要光能照到，也就是光的路径中不能有障碍物。太重。价格较昂贵。

    4) 超音波式（如Logitech的产品）:

    由几个发声器发出声音（超音波），让几个麦克风接收。经由测定时间差来计算受测物距离。需要几组收发器才能得到完整的3D位置数据。另外一种较少见的技术是经由计算收发器信号的相位差，测出受测物的位移。

    优点: 转换器容易取得，可以以低成本制作。

    缺点: 音速受外界温度，气压及湿度影响而有不同，音响式系统必须先考虑这些，不然会有很大误差。此外，声音碰到 ”硬表面” 会产生回音，造成 ”鬼影” 现象。收发器间也不可以有东西挡住。这使它的准确度及追踪范围都受限。

    5) 惯性式及重力式:

    惯性式用陀螺仪测量三轴的转动量。过去用于飞机或飞弹的导引装置。现在也应用于一些防震（no shake）手提摄影机及无线遥控直升机。重力式则用地心引力加上单摆测量相对于地的旋转角度。

    优点: 无收/发装置。

    缺点: 陀螺仪难以和其它装置沟通，且会随时间偏移。（每分钟几度），也需要做温度校正。不过新一代的”固态（solid-state）陀螺仪”（实为一种压电设备）可减低这些效应两三倍。另外，重力式与陀螺仪皆无法准确得知平移的位置，但对旋转很敏感，只能提供旋转信息 [15]。

    3、数据手套与手势辨识

    由于肢体语言很灵巧，又是最自然的表现方式，它无疑是人机接口的好主意。它比起传统用键盘、鼠标操作，更适合人体，在虚拟世界中更能让人觉得舒适及自然。然而，由于缺乏一种有效且经济的捕捉人体姿势讯息，及辨识的方法，目前还不是很常运用。

    数据手套是一种追踪装置，可以用来辨识手的目前动作。较有名的VPL Data Glove是将光纤置于手套中，利用光在光纤中反射的角度及强度变化，求出各关节弯区角度，从而可得出手势数据。

    在手势辨识方面，为了达到大量字汇的手语辨识，同时克服目前手语辨识上的限制，我们采用三个统计学的概念：断词，隐藏式马可夫模型，及文法模型[3]。断词是由监视时变参数的变化来完成。隐藏式马可夫模型用于每个子手语模型，而文法策略则用于相邻的手语之间。每个手语都可以分解成下列四个手语模型：手型、方向、位置及运动。由于解决了连续手语间的分段点问题，所以可以达成连续且实时的手语辨识。目前已经可以对台湾手语的250个字汇，196个练习句之51个基本手型，6个方向及12个运动路径制作其隐藏式马可夫模型。对词组可达最佳82.5%及对句子最佳86.4%的辨识率 [3]。

    4、头戴式显示器及其它显示技术

    头戴式显示器可说是一提到虚拟现实，大家就会想到的东西。它是由