虛擬現(xiàn)實是多種技術(shù)的綜合，包括實時三維計算機圖形技術(shù)，廣角（寬視野）立體顯示技術(shù)，對觀察者頭、眼和手的跟蹤技術(shù)，以及觸覺/力覺反饋、立體聲、網(wǎng)絡(luò)傳輸、語音輸入輸出技術(shù)等。下面對這些技術(shù)分別加以說明。

　　實時三維計算機圖形技術(shù)

　　相比較而言，利用計算機模型產(chǎn)生圖形圖像并不是太難的事情。如果有足夠準確的模型，又有足夠的時間，我們就可以生成不同光照條件下各種物體的精確圖像，但是這里的關(guān)鍵是實時。例如在飛行模擬系統(tǒng)中，圖像的刷新相當重要，同時對圖像質(zhì)量的要求也很高，再加上非常復(fù)雜的虛擬環(huán)境，問題就變得相當困難。

　　廣角（寬視野）的立體顯示

　　人看周圍的世界時，由于兩只眼睛的位置不同，得到的圖像略有不同，這些圖像在腦子里融合起來，就形成了一個關(guān)于周圍世界的整體景象，這個景象中包括了距離遠近的信息。當然，距離信息也可以通過其他方法獲得，例如眼睛焦距的遠近、物體大小的比較等。

　　在VR系統(tǒng)中，雙目立體視覺起了很大作用。用戶的兩只眼睛看到的不同圖像是分別產(chǎn)生的，顯示在不同的顯示器上。有的系統(tǒng)采用單個顯示器，但用戶帶上特殊的眼鏡后，一只眼睛只能看到奇數(shù)幀圖像，另一只眼睛只能看到偶數(shù)幀圖像，奇、偶幀之間的不同也就是視差就產(chǎn)生了立體感。

　　用戶（頭、眼）的跟蹤：在人造環(huán)境中，每個物體相對于系統(tǒng)的坐標系都有一個位置與姿態(tài)，而用戶也是如此。用戶看到的景象是由用戶的位置和頭（眼）的方向來確定的。

　　跟蹤頭部運動的虛擬現(xiàn)實頭套：在傳統(tǒng)的計算機圖形技術(shù)中，視場的改變是通過鼠標或鍵盤來實現(xiàn)的，用戶的視覺系統(tǒng)和運動感知系統(tǒng)是分離的，而利用頭部跟蹤來改變圖像的視角，用戶的視覺系統(tǒng)和運動感知系統(tǒng)之間就可以聯(lián)系起來，感覺更逼真。另一個優(yōu)點是，用戶不僅可以通過雙目立體視覺去認識環(huán)境，而且可以通過頭部的運動去觀察環(huán)境。

　　在用戶與計算機的交互中，鍵盤和鼠標是目前最常用的工具，但對于三維空間來說，它們都不太適合。在三維空間中因為有六個自由度，我們很難找出比較直觀的辦法把鼠標的平面運動映射成三維空間的任意運動。現(xiàn)在，已經(jīng)有一些設(shè)備可以提供六個自由度，如3Space數(shù)字化儀和 SpaceBall空間球等。另外一些性能比較優(yōu)異的設(shè)備是數(shù)據(jù)手套和數(shù)據(jù)衣。

　　立體聲

　　人能夠很好地判定聲源的方向。在水平方向上，我們靠聲音的相位差及強度的差別來確定聲音的方向，因為聲音到達兩只耳朵的時間或距離有所不同。常見的立體聲效果就是靠左右耳聽到在不同位置錄制的不同聲音來實現(xiàn)的，所以會有一種方向感?，F(xiàn)實生活里，當頭部轉(zhuǎn)動時，聽到的聲音的方向就會改變。但目前在VR系統(tǒng)中，聲音的方向與用戶頭部的運動無關(guān)。

　　觸覺與力覺反饋

　　在一個VR系統(tǒng)中，用戶可以看到一個虛擬的杯子。你可以設(shè)法去抓住它，但是你的手沒有真正接觸杯子的感覺，并有可能穿過虛擬杯子的“表面”，而這在現(xiàn)實生活中是不可能的。解決這一問題的常用裝置是在手套內(nèi)層安裝一些可以振動的觸點來模擬觸覺。

　　語音輸入輸出

　　在VR系統(tǒng)中，語音的輸入輸出也很重要。這就要求虛擬環(huán)境能聽懂人的語言，并能與人實時交互。而讓計算機識別人的語音是相當困難的，因為語音信號和自然語言信號有其“多邊性”和復(fù)雜性。例如，連續(xù)語音中詞與詞之間沒有明顯的停頓，同一詞、同一字的發(fā)音受前后詞、字的影響，不僅不同人說同一詞會有所不同，就是同一人發(fā)音也會受到心理、生理和環(huán)境的影響而有所不同。

　　使用人的自然語言作為計算機輸入目前有兩個問題，首先是效率問題，為便于計算機理解，輸入的語音可能會相當羅嗦。其次是正確性問題，計算機理解語音的方法是對比匹配，而沒有人的智能。