موفقیت بزرگ برای عینک های AR! تیمی از دانشگاه شانگهای جیائو تونگ طرحی برای متعادل کردن ماسک پیشنهاد کرده است که بر چالش انتقال نور در نمایشگرهای AR با قابلیت انسداد غلبه می کند.

در سال 2026، یک تیم مشترک متشکل از محققان دانشگاه شانگهای جیائو تونگ، دانشگاه فناوری گراتس (اتریش)، موسسه علم و فناوری نارا (ژاپن) و دانشگاه علم و فناوری ژجیانگ یک مطالعه برجسته با عنوان 'تعادل ماسک: تقویت دید دینامیک مبتنی بر ادراک-مشاهده-مقابله‌تقویت‌افزایش-OccableTadddt-OccableThunt' منتشر کردند. نمایش' در مجله معتبر IEEE Transactions on Visualization and Computer Graphics . این مطالعه راه‌حلی مبتکرانه «تعادل ماسک» را معرفی می‌کند که به یک چالش حیاتی صنعت می‌پردازد - عبور نور بسیار کم در دنیای واقعی در نمایشگرهای AR (OC-OSTHMDs) - با بهینه‌سازی هم‌زمان انسداد تجاری و شفاف‌سازی مسیرهای نوری قطبی‌سازی مصرف‌کننده و شفاف‌سازی مسیرهای نوری قطبی‌سازی توسط انسان و شفاف‌سازی مسیرهای نوری قطبش توسط انسان در این مطالعه. عینک AR درجه صنعتی.

I. نقطه درد در صنعت اصلی: انسداد در سطح پیکسل باعث از دست دادن نور غیر قابل برگشت می شود

نمایشگرهای نوری روی سر AR (OC-OSTHMDs) که قادر به انسداد متقابل بین عناصر مجازی و واقعی هستند، برای نمایش اشیاء مجازی با عمق واقعی و ادغام یکپارچه در محیط فیزیکی ضروری هستند. آنها از تعدیل‌کننده‌های نور فضایی (SLMs) برای دستیابی به انسداد تصویر در سطح پیکسل استفاده می‌کنند و در نتیجه مشکل 'فانتوم شناور' مرتبط با تصاویر مجازی در سیستم‌های AR نیمه شفاف سنتی را حل می‌کنند. با این حال، معماری های نوری موجود از یک اشکال اجتناب ناپذیر در مورد انتقال نور رنج می برند:

1. برای دستیابی به اثر انسداد، نور از صحنه دنیای واقعی باید قطبی شود، که منجر به کاهش فوری 50٪ در روشنایی می شود.

2. تضعیف سیگنال ناشی از انباشته شدن چندین مؤلفه - مانند SLMها، تقسیم‌کننده‌های پرتو قطبی (PBS) و ترکیب‌کننده‌های نوری - حداکثر انتقال نور نظری را به کمتر از 20 درصد محدود می‌کند، در حالی که نمونه‌های اولیه واقعی اغلب کمتر از 7 درصد را به دست می‌آورند.

3. بازتاب های مسیر نوری متعدد و تلفات طیفی از اجزای پلاریزاسیون باعث کاهش بیشتر روشنایی محیط می شود. در محیط های داخلی کم نور، نمای دنیای واقعی بیش از حد تاریک می شود و مانع مشاهده و تعامل کاربر می شود و در عین حال خطرات ایمنی را به همراه دارد.

راه‌حل‌های قبلی عمدتاً بر روی تکرارهای سخت‌افزاری متمرکز شده‌اند - مانند افزایش انتقال SLM، تغییر به فناوری‌های بازتابنده LCoS/DMD، یا کاوش در مواد فتوکرومیک. با این حال، اجزای نوری با محدودیت‌های فیزیکی در انتقال نور مواجه هستند و روش‌های فتوکرومیک از اشکالاتی مانند زمان پاسخ آهسته و دقت انسداد ناکافی در سطح پیکسل رنج می‌برند، که نمی‌توانند اساساً تضاد بین سطوح روشنایی مجازی و دنیای واقعی را حل کنند. ایجاد تعادل بین نیاز به عمق انسداد واقعی برای اشیاء مجازی با نیاز به دید زیاد دنیای واقعی به گلوگاه حیاتی برای تجاری سازی انبوه دستگاه های AR نسل بعدی تبدیل شده است.

II. نوآوری فنی: همجوشی مسیر نوری دو قطبی + مدولاسیون دینامیکی مبتنی بر ادراک

تیمی از دانشگاه شانگهای جیائو تونگ، فراتر از رویکرد بهبود صرفاً اجزای سخت‌افزاری، یک «روش متعادل‌سازی ماسک» را پیشنهاد کرد. این روش تغییرات مسیر نوری قطبش کم‌هزینه را با یک مدل کمی از ادراک بصری انسان ترکیب می‌کند تا به صورت پویا نسبت انتقال نور را بین صحنه تصویر مجازی و صحنه واقعی تنظیم کند. کل راه حل فقط نیاز به افزودن یک پلاریزه خطی دوار (تعادل LP) به یک OC-OSTHMD (نمایشگر نصب شده روی سر نوری) دارد که سازگاری بالا و هزینه های اصلاح پایین را ارائه می دهد.

1. معماری فیوژن نوری دو قطبی

نور طبیعی توسط یک تقسیم کننده پرتو قطبی به دو مسیر قطبی مستقل تقسیم می شود که هر کدام عملکرد خاصی را انجام می دهند:

مسیر انسداد قطبش s (دید پوشاندن): از سیستم نوری AR اصلی می گذرد و از یک SLM برای دستیابی به انسداد سطح پیکسل دنیای واقعی توسط محتوای مجازی استفاده می کند و حس عمق فضایی را ارائه می دهد، البته با کاهش قابل توجه نور.

مسیر انتقال مستقیم p-polarization (دید در دنیای واقعی بومی): تمام اجزای نوری مرتبط با انسداد را دور می زند و به طور کامل روشنایی اصلی صحنه محیط را بدون تضعیف نور اضافی حفظ می کند.

این سیستم از یک ماژول چرخان برای تنظیم زاویه φ بین قطبش‌کننده خطی و تقسیم‌کننده پرتو قطبی‌کننده استفاده می‌کند، و دقیقاً نسبت‌های انتقال نور دنیای واقعی و نور تصویر مجازی را کنترل می‌کند. نرخ انتقال توسط فرمول های زیر کنترل می شود: انتقال مستقیم در دنیای واقعی (T_{pass} = cos^2φ); و انتقال برای نمای دنیای واقعی مسدود شده و تصویر مجازی (T_{mask}/T_{تصویر} = sin^2φ cdot T_{HMD}/T_{نمایش}). تنظیم این زاویه امکان تغییر وزن بصری در زمان واقعی را فراهم می کند: در محیط های کم نور، نسبت مسیر انتقال مستقیم افزایش می یابد تا نمای دنیای واقعی را روشن کند. در محیط های با نور بالا، نسبت انتقال مستقیم کاهش می یابد تا کنتراست اشیاء مجازی افزایش یابد.

2. سیستم مدولاسیون زمان واقعی ادراک محور

کل منطق تعادل پویا در زمان واقعی بر اساس یک رویکرد حسگر دوگانه - ترکیبی از ردیابی چشم با تجزیه و تحلیل بصری صحنه - عمل می‌کند و با اصول ادراک بصری انسان همسو می‌شود نه اینکه صرفاً بر محاسبات مبتنی بر مشخصات سخت‌افزار نوری تکیه کند:

ارزیابی دید در دنیای واقعی: یک دوربین صحنه نمای دنیای واقعی را می گیرد و تصویر با استفاده از هرم کنتراست Peli به هفت سطح باند گذر تجزیه می شود. سیستم کنتراست Root Mean Square (RMS) باند فرکانس میانی 4.7 cpd (چرخه در درجه) را به عنوان معیار ارزیابی انتخاب می کند. با ادغام تابع حساسیت کنتراست بارتن (Barten CSF) با داده‌های قطر مردمک از دوربین ردیابی چشم، سیستم حداقل آستانه کنتراست مورد نیاز برای چشم انسان برای درک صحنه‌های دنیای واقعی را در زمان واقعی محاسبه می‌کند. اگر دید کمتر از این استاندارد باشد، سیستم به طور خودکار زاویه قطبش را تنظیم می کند تا روشنایی مسیر نوری مستقیم را افزایش دهد.

ارزیابی دید شی مجازی: تحلیل چگالی طیفی توان (PSD) روی مدل‌های مجازی برای تمایز بین مدل‌های بافت دار با فرکانس بالا (به عنوان مثال، درختان افرا، درختان کریسمس) و مدل‌های مینیمالیستی با فرکانس پایین (مانند خرگوش، قوری)، با کنتراست وبر برای تعیین کمیت وضوح تصاویر مجازی انجام می‌شود. این تیم آستانه‌های ادراکی را از طریق دو مجموعه آزمایش انسان با سوژه کالیبره کردند: کنتراست بحرانی وبر برای تشخیص بافت‌های مجازی 0.537 تعیین شد، در حالی که آستانه بحرانی برای تشخیص اثرات نور و سایه 0.443 بود. هنگامی که کنتراست تصویر مجازی به زیر این آستانه ها می رسد، سیستم به طور خودکار وزن مسیر نوری انسداد را افزایش می دهد تا بافت درک شده و تعریف اشیاء مجازی را بهبود بخشد.

این سیستم از یک فیلتر کالمن برای صاف کردن داده های نوسان مردمک گرفته شده توسط دوربین ردیاب چشم، حذف نویز تجهیزات و اطمینان از تنظیم صاف و پایدار در طول انتقال بین شرایط مختلف نور استفاده می کند. مجموعه الگوریتم با استفاده از موازی رشته دوگانه، با تجزیه و تحلیل تصویر صحنه مستقل از موضوع رندر اصلی کار می کند. این منجر به سربار محاسباتی کم می شود و آن را با موتورهای رندر زمان واقعی AR سازگار می کند.

III. آزمایش‌های ادراک انسان: کمی کردن آستانه‌های بصری و اعتبارسنجی طرح پیشنهادی

برای ایجاد یک خط پایه دقیق برای تعادل ادراکی، این تیم سه مجموعه از آزمایش‌های استاندارد شده کاربر را انجام داد - که همگی توسط کمیته اخلاق تحقیقات انسانی دانشگاه شانگهای جیائو تانگ تأیید شده بودند - در مجموع 36 شرکت‌کننده با تجربه در زمینه واقعیت افزوده یا گرافیک کامپیوتری را استخدام کردند.

1. آزمایش ادراک بافت مجازی (12 شرکت‌کننده): بافت‌هایی با اندازه‌های بزرگ، متوسط ​​و کوچک برای شبیه‌سازی اشیاء مجازی با فرکانس‌های فضایی متفاوت، که چهار سطح از روشنایی محیط داخلی (29-626 cd/m²) را پوشش می‌دهند، استفاده شد. نتایج نشان داد که بافت‌های با فرکانس بالا و ظریف به کنتراست بالاتری برای تشخیص بصری نیاز دارند، در حالی که آستانه‌های تشخیص برای مدل‌های با فرکانس متوسط ​​و پایین حداقل تفاوت داشتند. عواملی مانند جنسیت، تجربه استفاده از AR، و اندازه دانش‌آموز تأثیر قابل‌توجهی بر آستانه درک نداشتند، که نشان‌دهنده الگوهای ادراکی بسیار سازگار در گروه شرکت‌کننده است.

2. آزمایش نور مجازی و درک سایه (24 شرکت‌کننده): مدل‌های مجازی زوجی (مانند قوری، ربات، درخت کریسمس) - یکی با بازتاب نور/سایه و دیگری بدون انعکاس - مقایسه شدند. شرکت کنندگان زاویه پلاریزاسیون را تا زمانی تنظیم کردند که دو مدل از نظر بصری یکسان به نظر برسند. این آزمایش نشان داد که افکت‌های نور و سایه ذاتاً حاوی جزئیات با فرکانس بالا هستند و به آنها اجازه می‌دهد حتی در مدل‌های هندسی فرکانس پایین به راحتی قابل تشخیص باشند. فرکانس فضایی هیچ اثر آماری معنی داری بر آستانه درک نور و سایه نشان نداد.

3. آزمایش مقایسه ای جامع در سناریوهای چند نوری (12 شرکت کننده): یک نمونه اولیه روی میز برای شبیه سازی چهار شرایط نوری در دنیای واقعی ساخته شد: چراغ های داخلی خاموش (8 cd/m²)، چراغ های داخلی روشن (135 cd/m²)، سایه دار در فضای باز (287 cd/m² روشن)، و 41 cd/m² روشن). یک مقایسه کور بین سه شرط انجام شد: راه حل پیشنهادی (MB)، AR سنتی بدون انسداد (AR)، و هدست انسداد استاتیک (OC).

· محیط های داخلی با نور کم: AR سنتی پیشتاز (47٪) بود، و این راه حل (44٪) از نزدیک دنبال می شد، در حالی که دستگاه های انسداد سنتی تنها 8٪ عقب افتادند.

· محیط های داخلی روشن: این راه حل با نرخ ترجیحی 42٪ منجر شد.

· سناریوهای نور روشن / سایه دار در فضای باز: این راه حل به ترتیب به نرخ های ترجیحی 58٪ و 53٪ دست یافت که به طور قابل توجهی از راه حل های سنتی بهتر عمل کرد.

· ارزیابی کلی: 50٪ از شرکت کنندگان سیستم متعادل کننده مبتنی بر ماسک را ترجیح دادند، 36٪ هدست های انسداد سنتی را انتخاب کردند، و تنها 14٪ AR استاندارد شفاف را انتخاب کردند.

فیلم‌های دنیای واقعی به وضوح تفاوت‌ها را نشان می‌دهند: با AR مبتنی بر انسداد سنتی، نمای دنیای واقعی در همه محیط‌ها به‌شدت از بین می‌رود. با استاندارد غیرانسدادی AR، محتوای مجازی عملاً در نور شدید فضای باز ناپدید می‌شود. در مقابل، فناوری متعادل کننده ماسک به طور تطبیقی ​​روشنایی را تنظیم می‌کند - با حفظ دید واضح از دنیای واقعی در داخل خانه و در عین حال کاملاً بافت‌ها، نور و سایه‌های اشیاء مجازی را در شرایط روشن در فضای باز حفظ می‌کند - در نتیجه یک تجربه بصری بهینه را در هر دو سناریو تضمین می‌کند.

IV. ارزش کاربرد و تغییر پارادایم در سطح صنعت

1. سناریوهای پیاده سازی متنوع

این پیشرفت تکنولوژیکی فراتر از عینک های AR درجه یک مصرف کننده است و ارزش عملی بسیار زیادی را در تنظیمات صنعتی حرفه ای ارائه می دهد:

· O&M صنعتی: پوشاندن نقشه ها و حاشیه نویسی ها در طول تعمیر و نگهداری تجهیزات در حالی که نمای روشنی از ساختار مکانیکی فیزیکی حفظ می شود.

· کمک های پزشکی: پوشش تصویر حین عمل و آموزش توانبخشی، ترکیبی از نمای دنیای واقعی از بدن انسان با حاشیه نویسی دیجیتال.

· برنامه هایی مانند آموزش و آموزش، ناوبری در خودرو، همکاری از راه دور، و طراحی معماری، به طور قابل توجهی قابلیت استفاده از دستگاه AR را در محیط های پیچیده روشنایی افزایش می دهد.

2. رویکردی جدید برای طراحی نمایشگر AR

این تحقیق یک تغییر پارادایم را در صنعت پیشنهاد می کند: در حالی که طراحی نوری AR قبلاً عمدتاً بر روی بهینه سازی پارامترهای فیزیکی مانند عبور نور سخت افزاری و وضوح متمرکز بود، این مطالعه نشان می دهد که ادراک بصری انسان یک بعد طراحی حیاتی است که نمی توان نادیده گرفت. تحقیقات قبلی توسط این تیم، اختلاف قابل توجهی بین ادراک بصری واقعی انسان و اندازه‌گیری‌های گرفته شده توسط ابزارهای نوری را تایید کرد، که نشان می‌دهد بهینه‌سازی سخت‌افزار به تنهایی نمی‌تواند بهترین تجربه بصری را به دست آورد. یک طرح کنترل مبتنی بر ادراک می تواند بر محدودیت های فیزیکی سخت افزار نوری غلبه کند. به طور همزمان کیفیت تصاویر مجازی و دنیای واقعی را افزایش می‌دهد - بدون اینکه به اندازه یا هزینه دستگاه آسیبی وارد شود - در حالی که راحتی بصری و ایمنی عملیاتی کاربر را تضمین می‌کند.

V. محدودیت های فعلی و جهت گیری های تحقیقاتی آینده

در نمونه اولیه دسکتاپ فعلی هنوز جا برای بهینه‌سازی وجود دارد و تیم دستورالعمل‌های زیر را برای تکرارهای آینده برنامه‌ریزی کرده است:

بهینه سازی دقت انسداد: روشن شدن در دنیای واقعی می تواند باعث نشت نور جزئی در مرزهای انسداد شود. پیشرفت‌های آتی با ادغام میکرو OLED‌های با روشنایی بالا، الگوریتم‌های جبران رنگ و استراتژی‌های متعادل‌سازی وظیفه‌محور (اولویت دادن به دقت انسداد مجازی در صحنه‌های مدل‌سازی شده با دقت بالا) این موضوع را کاهش خواهند داد.

تنظیم روشنایی صاف: سرعت چرخش قطبش فعلی بالا است که منجر به تغییرات ناگهانی روشنایی می شود که می تواند باعث ناراحتی بصری شود. توسعه آینده بر روی الگوریتم هایی برای انتقال روشنایی یکپارچه و تدریجی تمرکز خواهد کرد.

نمونه اولیه سازگاری دوچشمی: دستگاه فعلی تک چشمی است. مرحله بعدی شامل ساخت یک سیستم متعادل کننده ماسک دو چشمی و ترکیب یک مدل ادراک کنتراست بصری دو چشمی است.

طبقه‌بندی خودکار طیفی اشیاء: شناسایی خودکار ویژگی‌های با فرکانس بالا و پایین اشیاء مجازی را در زمان واقعی و بدون نیاز به پیکربندی دستی آستانه‌های ادراک امکان‌پذیر می‌کند.

فناوری متعادل کننده ماسک که توسط تیم دانشگاه شانگهای جیائو تونگ پیشنهاد شده است، تضاد روشنایی طولانی مدت را که مانع پذیرش گسترده AR دید نوری شده است، حل می کند. با ترکیب پیشرفت‌های سخت‌افزاری برای مسیرهای نوری با قطبش دوگانه با الگوریتم تعادل پویا مبتنی بر ادراک، پیاده‌سازی راه‌حل آسان است و با معماری‌های نوری AR اصلی سازگار است. تأیید شده از طریق آزمایش‌های گسترده با موضوع انسان و سناریوهای نورپردازی متنوع، به طور همزمان دید محیط دنیای واقعی و بافت واقعی اشیاء مجازی را در همه شرایط - از تنظیمات داخلی تاریک تا محیط‌های روشن بیرونی - افزایش می‌دهد. این فناوری با ادغام عمیق علم ادراک بصری با مهندسی نمایشگر نزدیک چشم، مسیر بهینه‌سازی جدیدی را برای عینک‌های واقعیت افزوده نسل بعدی هموار می‌کند و راه‌حلی مناسب برای استقرار تمام روز و در دنیای واقعی دستگاه‌های AR در بخش‌های مصرف‌کننده، صنعتی و پزشکی ارائه می‌دهد و در نتیجه AR دید نوری از نمونه‌های آزمایشگاهی به محصولات کاربردی را ارتقا می‌دهد.

منبع: CINNO