Major Breakthrough para sa AR Glasses! Isang Koponan Mula sa Shanghai Jiao Tong University ang Nagmungkahi ng Mask-balancing Scheme, Pagtagumpayan ang Hamon ng Light Transmission sa Occlusion-capable AR Displays.

Noong 2026, isang collaborative team na binubuo ng mga researcher mula sa Shanghai Jiao Tong University, Graz University of Technology (Austria), Nara Institute of Science and Technology (Japan), at Zhejiang University of Science and Technology ay nag-publish ng isang landmark na pag-aaral na pinamagatang 'Mask Balancing: Perception-Driven Dynamic Visibility Enhancement for Occlusion-Capable Display Optical Head-Mo-Through Optical Head' Mga Transaksyon ng IEEE sa Visualization at Computer Graphics . Ang pag-aaral ay nagpapakilala ng isang makabagong solusyon na 'Mask Balancing' na tumutugon sa isang kritikal na hamon sa industriya—napakababa ng real-world light transmittance sa occlusion-capable optical see-through AR head-mounted displays (OC-OSTHMDs)—sa pamamagitan ng sabay-sabay na pag-optimize ng mga polarization optical path at visual na perception ng tao, at sa gayon ay nililinis ang isang pangunahing hadlang sa industriya ng AR ng consumer at consumer.

I. Punto ng Sakit sa Pangunahing Industriya: Nagdudulot ng Hindi Maibabalik na Pagkawala ng Luminance ang Pixel-level na Occlusion

Ang optical see-through AR head-mounted displays (OC-OSTHMDs) na may kakayahang magkasabay sa pagitan ng mga virtual at totoong elemento ay mahalaga para sa pag-render ng mga virtual na bagay na may makatotohanang lalim at walang putol na pagsasama sa pisikal na kapaligiran. Gumagamit sila ng spatial light modulators (SLMs) para makamit ang pixel-level na occlusion ng imahe, at sa gayon ay nireresolba ang isyu ng 'floating phantom' na nauugnay sa mga virtual na larawan sa tradisyonal na semi-transparent na AR system. Gayunpaman, ang mga umiiral na optical architecture ay nagdurusa sa isang hindi maiiwasang disbentaha tungkol sa light transmission:

1. Para makamit ang occlusion effect, ang liwanag mula sa real-world scene ay dapat sumailalim sa polarization, na nagreresulta sa agarang 50% na pagkawala ng liwanag;

2. Ang pagpapahina ng signal na dulot ng pagsasalansan ng maraming bahagi—gaya ng mga SLM, Polarizing Beam Splitters (PBS), at optical combiners—ay nililimitahan ang teoretikal na maximum light transmission sa mas mababa sa 20%, na may mga aktwal na prototype na kadalasang nakakamit ng mas mababa sa 7%;

3. Ang maramihang optical path reflections at parang multo na pagkalugi mula sa mga bahagi ng polarization ay higit na nagpapababa ng ambient brightness; sa madilim na panloob na kapaligiran, ang real-world na view ay nagiging sobrang dilim, na humahadlang sa pagmamasid at pakikipag-ugnayan ng user habang nagdudulot ng mga panganib sa kaligtasan.

Pangunahing nakatuon ang mga nakaraang solusyon sa mga pag-ulit ng hardware—gaya ng pagtaas ng SLM transmittance, paglipat sa mga teknolohiyang reflective LCoS/DMD, o paggalugad ng mga photochromic na materyales. Gayunpaman, ang mga optical na bahagi ay nahaharap sa mga pisikal na limitasyon sa light transmission, at ang mga photochromic approach ay dumaranas ng mga disbentaha tulad ng mabagal na oras ng pagtugon at hindi sapat na pixel-level na katumpakan ng occlusion, na hindi nalutas sa panimula ang salungatan sa pagitan ng virtual at real-world na antas ng liwanag. Ang pagbabalanse sa pangangailangan para sa makatotohanang occlusion depth para sa mga virtual na bagay na may pangangailangan para sa mataas na visibility ng totoong mundo ay naging kritikal na bottleneck para sa malawakang komersyalisasyon ng mga susunod na henerasyong AR device.

II. Teknikal na Innovation: Dual-Polarization Optical Path Fusion + Perception-Driven Dynamic Modulation

Higit pa sa diskarte sa pagpapahusay lamang ng mga indibidwal na bahagi ng hardware, iminungkahi ng team mula sa Shanghai Jiao Tong University ang isang 'mask-balancing method.' Pinagsasama ng paraang ito ang murang polarization na optical path modification sa isang quantitative model ng human visual perception para dynamic na isaayos ang light transmission ratio sa pagitan ng real-world na eksena at ng virtual na imahe. Ang buong solusyon ay nangangailangan lamang ng pagdaragdag ng umiikot na linear polarizer (Balancing LP) sa isang umiiral nang OC-OSTHMD (Optical See-Through Head-Mounted Display), na nag-aalok ng mataas na compatibility at mababang gastos sa pagbabago.

1. Dual-Polarization Optical Fusion Architecture

Ang natural na liwanag ay nahahati sa pamamagitan ng isang polarizing beam splitter sa dalawang independiyenteng mga landas ng polarization, bawat isa ay nagsisilbi ng isang partikular na function:

s-polarization occlusion path (masking vision): Dumadaan sa orihinal na AR optical system at gumagamit ng SLM para makamit ang pixel-level na occlusion ng totoong mundo sa pamamagitan ng virtual na content, na nagbibigay ng pakiramdam ng spatial depth, kahit na may malaking pagkawala ng liwanag;

p-polarization direct-transmission path (native real-world vision): Nilalampasan ang lahat ng optical component na nauugnay sa occlusion, ganap na pinapanatili ang orihinal na ningning ng ambient scene nang walang karagdagang pagpapahina ng liwanag.

Gumagamit ang system ng umiikot na module upang ayusin ang anggulo φ sa pagitan ng linear polarizer at ng polarizing beam splitter, na tumpak na kinokontrol ang mga ratio ng transmission ng real-world na liwanag at ang virtual na liwanag ng imahe. Ang mga rate ng paghahatid ay pinamamahalaan ng mga sumusunod na formula: direktang real-world transmission (T_{pass} = cos^2φ); at paghahatid para sa naka-occluded na real-world view at virtual na imahe (T_{mask}/T_{image} = sin^2φ cdot T_{HMD}/T_{display}). Ang pagsasaayos ng anggulong ito ay nagbibigay-daan para sa real-time na paglipat ng visual weighting: sa mga low-light na kapaligiran, ang proporsyon ng direktang-transmission na landas ay tumataas upang lumiwanag ang real-world view; sa mga high-light na kapaligiran, ang ratio ng direktang paghahatid ay binabawasan upang mapahusay ang kaibahan ng mga virtual na bagay.

2. Real-Time Modulation System na Batay sa Perception

Ang buong dynamic na pagbabalanse ng logic ay gumagana sa real-time batay sa isang dual-sensor na diskarte—pagsasama-sama ng pagsubaybay sa mata sa scene visual analysis—at umaayon sa mga prinsipyo ng visual na perception ng tao sa halip na umasa lamang sa mga kalkulasyon batay sa optical hardware specifications:

Real-world visibility assessment: Kinukuha ng isang scene camera ang real-world view, at ang imahe ay nabubulok sa pitong band-pass na antas gamit ang isang Peli contrast pyramid. Pinipili ng system ang Root Mean Square (RMS) contrast ng 4.7 cpd (cycles per degree) mid-frequency band bilang sukatan ng pagsusuri. Sa pamamagitan ng pagsasama ng Barten Contrast Sensitivity Function (Barten CSF) sa data ng pupil diameter mula sa eye-tracking camera, kinakalkula ng system—sa real-time—ang minimum na contrast threshold na kinakailangan para makita ng mata ng tao ang real-world scene. Kung mas mababa sa pamantayang ito ang visibility, awtomatikong inaayos ng system ang anggulo ng polarization upang mapataas ang liwanag ng direktang optical path.

Virtual object visibility assessment: Ang Power Spectral Density (PSD) analysis ay ginagawa sa mga virtual na modelo upang makilala ang mga high-frequency na textured na modelo (hal., maple tree, Christmas tree) at low-frequency minimalist na modelo (hal., rabbits, teapots), na may Weber contrast na ginamit upang matukoy ang kalinawan ng virtual imagery. Na-calibrate ng team ang mga perceptual threshold sa pamamagitan ng dalawang set ng mga eksperimento sa paksa ng tao: ang kritikal na Weber contrast para sa pagkilala sa mga virtual na texture ay natukoy na 0.537, habang ang kritikal na threshold para sa pagkilala sa mga epekto ng liwanag at anino ay 0.443. Kapag ang contrast ng virtual na imahe ay bumaba sa ibaba ng mga threshold na ito, awtomatikong tinataasan ng system ang weighting ng occlusion optical path upang mapahusay ang perceived na texture at kahulugan ng mga virtual na bagay.

Gumagamit ang system ng Kalman filter upang pakinisin ang pabagu-bagong data ng mag-aaral na nakunan ng eye-tracking camera, inaalis ang ingay ng kagamitan at tinitiyak ang maayos, matatag na pagsasaayos sa panahon ng mga transition sa pagitan ng iba't ibang kondisyon ng pag-iilaw. Gumagana ang algorithm suite gamit ang dual-thread parallelism, na may pagtatasa ng larawan ng eksena na tumatakbo nang hiwalay sa pangunahing rendering thread; nagreresulta ito sa mababang computational overhead, na ginagawa itong compatible sa mainstream na AR real-time na mga rendering engine.

III. Mga Eksperimento sa Pagdama ng Tao: Pagbibilang ng mga Visual Threshold at Pagpapatunay sa Iminungkahing Scheme

Upang magtatag ng tumpak na baseline para sa perceptual na balanse, nagsagawa ang team ng tatlong set ng standardized user experiment—lahat ay inaprubahan ng Human Research Ethics Committee ng Shanghai Jiao Tong University—na nagre-recruit ng kabuuang 36 na kalahok na may karanasan sa AR o computer graphics.

1. Virtual texture perception experiment (12 kalahok): Ginamit ang mga texture ng malaki, katamtaman, at maliliit na laki para gayahin ang mga virtual na bagay na may iba't ibang spatial frequency, na sumasaklaw sa apat na antas ng panloob na illuminance ng kapaligiran (29–626 cd/m²). Ipinakita ng mga resulta na ang mga high-frequency, fine texture ay nangangailangan ng mas mataas na contrast para sa visual recognition, samantalang ang mga threshold ng recognition para sa medium- at low-frequency na mga modelo ay kaunti lang ang pagkakaiba. Ang mga salik gaya ng kasarian, karanasan sa paggamit ng AR, at laki ng mag-aaral ay walang makabuluhang epekto sa mga threshold ng perception, na nagpapahiwatig ng lubos na pare-parehong mga pattern ng perceptual sa buong grupo ng kalahok.

2. Virtual lighting at shadow perception experiment (24 na kalahok): Ang mga nakapares na virtual na modelo (hal., teapot, robot, Christmas tree)—isa na may lighting/shadow reflection at ang isa ay wala—ay inihambing. Inayos ng mga kalahok ang anggulo ng polarization hanggang ang dalawang modelo ay lumitaw na magkapareho. Ipinakita ng eksperimento na ang mga epekto ng liwanag at anino ay likas na naglalaman ng mga detalye ng mataas na dalas, na nagbibigay-daan sa mga ito na madaling makilala kahit na sa mga modelong geometriko na mababa ang dalas; ang spatial frequency ay hindi nagpakita ng makabuluhang epekto sa istatistika sa mga threshold ng perception para sa pag-iilaw at mga anino.

3. Comprehensive comparative experiment sa multi-lighting scenario (12 kalahok): Isang tabletop prototype ang ginawa para gayahin ang apat na real-world na kondisyon ng ilaw: indoor lights-off (8 cd/m²), indoor lights-on (135 cd/m²), outdoor shaded (287 cd/m²), at outdoor bright light (414 cd/m²). Isang bulag na paghahambing ang isinagawa sa tatlong kundisyon: ang iminungkahing solusyon (MB), tradisyunal na unoccluded AR (AR), at static occlusion headset (OC).

· Mga low-light na panloob na kapaligiran: Nangunguna ang Tradisyunal na AR (47%), na sinusundan ng solusyong ito (44%), habang ang mga tradisyunal na occlusion na device ay humahantong sa 8% lang;

· Maliwanag na panloob na kapaligiran: Ang solusyong ito ay humantong sa isang 42% na preference rate;

· Maliwanag na liwanag sa labas / may kulay na mga senaryo: Nakamit ng solusyong ito ang mga rate ng kagustuhan na 58% at 53% ayon sa pagkakabanggit, na higit na nakahihigit sa mga tradisyonal na solusyon;

· Pangkalahatang pagtatasa: 50% ng mga kalahok ang ginusto ang mask-based na balancing system, 36% ang pumili ng mga tradisyonal na occlusion headset, at 14% lang ang nag-opt for standard see-through AR.

Malinaw na ipinapakita ng real-world footage ang mga pagkakaiba: gamit ang tradisyunal na occlusion-based na AR, ang real-world na view ay lumalabas nang husto sa lahat ng kapaligiran; na may karaniwang non-occlusion AR, ang virtual na nilalaman ay halos nawawala sa maliwanag na panlabas na liwanag; sa kabaligtaran, ang teknolohiya ng mask-balancing ay adaptive na nag-aangkop sa liwanag—pagpapanatili ng isang malinaw na pagtingin sa totoong mundo sa loob ng bahay habang ganap na pinapanatili ang mga texture, liwanag, at anino ng mga virtual na bagay sa maliwanag na mga kondisyon sa labas—sa gayon ay tinitiyak ang pinakamainam na visual na karanasan sa parehong mga sitwasyon.

IV. Halaga ng Application at Industry-Wide Paradigm Shift

1. Iba't ibang Mga Sitwasyon sa Pagpapatupad

Ang teknolohikal na pambihirang tagumpay na ito ay higit pa sa consumer-grade AR glasses, na nag-aalok ng napakalaking praktikal na halaga sa mga propesyonal na setting ng industriya:

· Industrial O&M: Pagpapatong ng mga blueprint at anotasyon sa panahon ng pagpapanatili ng kagamitan habang pinapanatili ang isang malinaw na pagtingin sa pisikal na mekanikal na istraktura;

· Tulong na medikal: Intraoperative na overlay ng imahe at pagsasanay sa rehabilitasyon, pinagsasama ang real-world view ng katawan ng tao sa mga digital na anotasyon;

· Mga application tulad ng edukasyon at pagsasanay, nabigasyon sa loob ng sasakyan, malayuang pakikipagtulungan, at disenyo ng arkitektura, na makabuluhang nagpapahusay sa kakayahang magamit ng AR device sa mga kumplikadong kapaligiran sa pag-iilaw.

2. Isang Bagong Diskarte sa AR Display Design

Ang pananaliksik na ito ay nagmumungkahi ng paradigm shift sa industriya: habang ang AR optical na disenyo ay dating pangunahing nakatuon sa pag-optimize ng mga pisikal na parameter gaya ng hardware light transmittance at resolution, ipinapakita ng pag-aaral na ito na ang visual na perception ng tao ay isang kritikal na dimensyon ng disenyo na hindi maaaring palampasin. Kinumpirma ng nakaraang pananaliksik ng koponan ang isang makabuluhang pagkakaiba sa pagitan ng aktwal na visual na perception ng tao at mga sukat na kinuha ng mga optical na instrumento, na nagpapahiwatig na ang pag-optimize ng hardware lamang ay hindi makakamit ang pinakamahusay na visual na karanasan. Maaaring malampasan ng isang perception-driven control scheme ang mga pisikal na limitasyon ng optical hardware; sabay-sabay nitong pinapahusay ang kalidad ng parehong virtual at real-world na imahe—nang hindi nakompromiso ang laki o gastos ng device—habang tinitiyak ang visual na ginhawa ng user at kaligtasan sa pagpapatakbo.

V. Mga Kasalukuyang Limitasyon at Direksyon ng Pananaliksik sa Hinaharap

Mayroon pa ring puwang para sa pag-optimize sa kasalukuyang desktop prototype, at ang koponan ay nagplano ng mga sumusunod na direksyon para sa mga pag-ulit sa hinaharap:

Pag-optimize ng katumpakan ng occlusion: Ang real-world brightening ay maaaring magdulot ng bahagyang pagtagas sa mga hangganan ng occlusion; Ang mga pagpapahusay sa hinaharap ay mapapagaan ito sa pamamagitan ng pagsasama ng mga high-brightness na micro-OLED, mga algorithm ng kompensasyon ng kulay, at mga diskarte sa pagbabalanse na nakatuon sa gawain (pagbibigay-priyoridad sa katumpakan ng virtual occlusion sa mga high-precision na modelong eksena).

Makinis na pagsasaayos ng liwanag: Ang kasalukuyang bilis ng pag-ikot ng polarization ay mataas, na humahantong sa mga biglaang pagbabago sa liwanag na maaaring magdulot ng kakulangan sa ginhawa; Ang pag-unlad sa hinaharap ay tututuon sa mga algorithm para sa tuluy-tuloy at unti-unting paglilipat ng liwanag.

Binocular adaptation prototype: Ang kasalukuyang device ay monocular; ang susunod na hakbang ay kinabibilangan ng pagbuo ng binocular mask balancing system at pagsasama ng binocular visual contrast perception model.

Awtomatikong object spectral classification: Pinapagana ang real-time, awtomatikong pagkilala sa mataas at mababang dalas na mga tampok ng mga virtual na bagay, na inaalis ang pangangailangan para sa manu-manong pagsasaayos ng mga threshold ng perception.

Ang teknolohiyang mask-balancing na iminungkahi ng team sa Shanghai Jiao Tong University ay niresolba ang matagal nang salungatan sa brightness na humadlang sa malawakang paggamit ng optical see-through AR. Sa pamamagitan ng pagsasama-sama ng mga pagpapahusay ng hardware para sa dual-polarization optical path na may perception-driven dynamic balancing algorithm, ang solusyon ay madaling ipatupad at tugma sa mga pangunahing arkitekturang optical ng AR. Na-validate sa pamamagitan ng malawak na mga eksperimento sa paksa ng tao at magkakaibang mga senaryo sa pag-iilaw, sabay-sabay nitong pinapahusay ang visibility ng real-world na kapaligiran at ang makatotohanang texture ng mga virtual na bagay sa lahat ng kundisyon—mula sa madilim na panloob na mga setting hanggang sa maliwanag na panlabas na kapaligiran. Sa pamamagitan ng malalim na pagsasama ng visual perception science sa near-eye display engineering, ang teknolohiyang ito ay nagbibigay ng bagong optimization path para sa susunod na henerasyong AR glasses, na nag-aalok ng isang praktikal na solusyon para sa buong araw, real-world na pag-deploy ng mga AR device sa consumer, industrial, at medikal na sektor, at sa gayon ay nagsusulong ng optical see-through AR mula sa mga prototype ng laboratoryo hanggang sa mga praktikal na produkto.

Pinagmulan: CINNO