1. 环境准备与基础配置
第一次接触Pico VR开发时，最头疼的就是环境配置。记得去年给客户做医疗培训项目，光是SDK版本兼容问题就折腾了两天。下面这些步骤都是我踩坑后总结的最佳实践，用Unity 2021.3.6 LTS和Pico SDK 2.3.0验证通过。
1.1 创建Unity项目
打开Unity Hub新建项目时，务必选择3D模板而不是URP或HDRP。去年有个新手团队用了URP模板，结果手势识别时出现骨骼映射错误。核心参数设置：
- 渲染管线：Built-in Render Pipeline
- 安卓构建支持：必须勾选（即使先在PC调试）
- API兼容级别：.NET 4.x
注意：项目路径不要含中文，否则打包时会遇到诡异的文件权限错误。我就曾在交付前夜因为这个浪费了三小时。
1.2 安装Pico SDK
去Pico开发者官网下载最新SDK时，会发现有"基础版"和"全功能版"。新手直接选基础版就够了，全功能版里的眼动追踪和面部识别反而会增加复杂度。导入步骤：
- 在Package Manager点击"+"选择"Add package from disk"
- 找到下载的SDK里的package.json文件
- 等待Unity自动解析依赖
常见报错处理：
- 如果出现"Android SDK not found"，需要手动指定Android SDK路径（通常在Unity安装目录下）
- 遇到"IL2CPP error"时，把Player Settings里的Scripting Backend改成Mono
1.3 配置XR插件管理
这里有个隐藏坑点：不同Unity版本对OpenXR的支持程度不同。实测2021.3.6需要额外操作：
// 手动编辑ProjectSettings/XRManager.asset m_LoaderNames: - PicoXRLoader - OpenXRLoader然后在Project Settings > XR Plug-in Management勾选PicoXR和OpenXR。记得安卓图标下也要同步勾选，很多开发者只改了PC端设置。
2. 手势识别核心实现
2.1 场景搭建
删除默认Main Camera后，别急着加XR Origin。先做这三件事：
- 创建空物体命名为"XRSetup"，所有XR相关组件都挂这里
- 添加XR Origin时，把Tracking Mode改成"Floor"（默认"Room Scale"容易导致手部位置漂移）
- 给XR Origin添加PXR_Manager组件时，建议关闭"Use Linear Color Space"（Pico 4的OLED屏幕更适合Gamma空间）
2.2 手部模型配置
Pico SDK自带的手部预制体有四个版本：
- LowPoly：性能最优，适合移动场景
- Standard：默认推荐，关节动画更自然
- HighDetail：医疗/教育等需要精细展示的场景
- Custom：自己导入的FBX模型
实测发现Standard版在MRTK3中会出现指尖碰撞体偏移，解决方法是在Inspector里修改"Joint Position Offset"参数：
LeftHand: ThumbTip: (0.03, -0.02, 0) RightHand: IndexTip: (0.01, 0, 0.01)2.3 手势识别激活
设备端需要开启开发者模式：
- 连续点击设置中的"关于设备"7次
- 进入"开发者选项"开启"手势追踪"
- 重要：关闭"自动休眠"，这个功能会导致手势识别中断
代码中需要监听手势状态变化：
PXR_HandTracking.GetGestureStatus(ref leftStatus, ref rightStatus); if(leftStatus == PXR_HandTracking.GestureStatus.Available){ // 触发手部模型显示 }3. MRTK3深度集成
3.1 框架安装
MRTK3的Package Manager安装有个大坑：不能直接装最新版。经过五个项目验证，2.8.3版本与Pico SDK兼容性最好。安装后需要手动修改：
- 删除MRTK的StandardAssets/Textures下的PBRTextures
- 在OculusXRControllerDataProvider中注释掉Oculus相关代码
3.2 交互逻辑适配
MRTK3的ObjectManipulator需要特殊处理才能适配Pico手势：
void OnManipulationStarted(){ if(PXR_HandTracking.IsHandActive(HandType.Right)){ // 覆盖默认的抓取逻辑 currentGesture = GetCurrentGesture(); } }建议修改的交互参数：
- NearInteractionGrabbable的"GrabPointDistance"改成0.05（默认值在Pico上太敏感）
- BoundsControl的"ScaleRate"建议设为1.5（Pico手势的缩放幅度较小）
3.3 性能优化技巧
Pico 4的骁龙XR2芯片需要特别注意：
- 手势识别时CPU占用会飙升，建议在Quality Settings中：
- 关闭VSync
- 设置目标帧率为72
- MRTK3的Solver系统很耗性能，非必要组件可以：
<Component enable="false"> <RadialViewSolver/> <InBetweenSolver/> </Component> - 手势材质使用Mobile/Unlit（带简单阴影）比Standard节省30%渲染开销
4. 调试与发布
4.1 实时调试方案
推荐使用Pico官方的Wireless ADB工具：
- 设备开启Wi-Fi调试
- 电脑端运行：
adb connect 192.168.x.x:5555 - 在Unity Editor中安装Pico Remote Monitor插件，可以实时查看：
- 手势识别置信度
- 骨骼坐标数据
- 设备温度监控
4.2 打包避坑指南
最近三个项目遇到的打包问题总结：
- 如果出现"Failed to re-package resources"错误：
- 删除项目目录下的Temp和Library文件夹
- 关闭Gradle的并行编译（gradle.properties中添加org.gradle.parallel=false）
- 安装包超过500MB时：
- 在Player Settings开启APK拆分
- 使用Android App Bundle格式
4.3 手势数据持久化
医疗培训等场景需要记录手势数据：
PXR_HandTracking.GetHandJointLocations(HandType.Right, ref jointLocations); using (BinaryWriter writer = new BinaryWriter(File.Open("gesture.dat"))) { foreach (var joint in jointLocations) { writer.Write(joint.Pose.position.x); writer.Write(joint.Pose.rotation.eulerAngles.y); } }数据分析时建议用Python的Pandas处理：
import pandas as pd df = pd.read_csv('gesture.dat', header=None) df.rolling(window=5).mean() # 平滑手势抖动
