Nagy áttörés az AR-szemüvegek terén! A Shanghai Jiao Tong Egyetem csapata egy maszk-kiegyenlítő rendszert javasolt az elzáródásra képes AR-kijelzők fényáteresztésének kihívására.

2026-ban a Shanghai Jiao Tong Egyetem, a Grazi Műszaki Egyetem (Ausztria), a Nara Tudományos és Technológiai Intézet (Japán) és a Zhejiang University of Science and Technology kutatóiból álló együttműködő csapat 2026-ban egy mérföldkőnek számító tanulmányt tett közzé 'Mask Balancing: Perception-Driven Dynamic Visibility Enhancement for Occlusion-Capable Displayroughs Headigious-Mounted Journal' címmel. IEEE-tranzakciók a vizualizáción és a számítógépes grafikán . A tanulmány egy innovatív 'Mask Balancing' megoldást mutat be, amely egy kritikus iparági kihívásra – a túlzottan alacsony valós fényáteresztésre az okklúzióra alkalmas optikai átlátszó AR fejre szerelhető kijelzőkben (OC-OSTHMD) – a polarizációs optikai utak és az emberi vizuális észlelés optimalizálásával, ezáltal a fogyasztók és az üvegek ipari feldolgozása előtt álló kulcsfontosságú akadályok egyidejű optimalizálásával foglalkozik.

I. Alapvető ipari fájdalompont: Pixel szintű elzáródás visszafordíthatatlan fénycsökkenést okoz

Az optikai átlátszó AR fejre szerelhető kijelzők (OC-OSTHMD), amelyek képesek a virtuális és a valós elemek kölcsönös elzárására, elengedhetetlenek a virtuális objektumok valósághű mélységű és a fizikai környezetbe való zökkenőmentes integrációjának megjelenítéséhez. Térbeli fénymodulátorokat (SLM) használnak a pixel szintű képelzárás eléréséhez, ezzel megoldva a hagyományos félig átlátszó AR rendszerek virtuális képeivel kapcsolatos 'lebegő fantom' problémát. A meglévő optikai architektúráknak azonban van egy elkerülhetetlen hátránya a fényáteresztést illetően:

1. Az okklúziós hatás eléréséhez a való világból származó fénynek polarizálódnia kell, ami azonnali 50%-os fényerő-csökkenést eredményez;

2. A több komponens – például SLM-ek, polarizációs nyalábosztók (PBS) és optikai kombinálók – egymásra halmozása által okozott jelcsillapítás 20% alá korlátozza az elméleti maximális fényáteresztést, miközben a tényleges prototípusok gyakran 7%-nál kevesebbet érnek el;

3. A polarizációs komponensekből származó többszörös optikai visszaverődések és spektrális veszteségek tovább csökkentik a környezeti fényerőt; félhomályos beltéri környezetben a valós világ képe túlságosan elsötétül, ami akadályozza a felhasználó megfigyelését és interakcióját, miközben biztonsági kockázatot jelent.

A korábbi megoldások elsősorban a hardveres iterációkra összpontosítottak – mint például az SLM transzmittancia növelése, a reflektív LCoS/DMD technológiákra való átállás vagy a fotokróm anyagok feltárása. Az optikai komponensek azonban fizikai korlátokkal szembesülnek a fényáteresztés terén, és a fotokróm megközelítések hátrányai vannak, mint például a lassú válaszidő és az elégtelen pixelszintű okklúziós pontosság, ami alapvetően nem oldja meg a virtuális és a valós fényerőszint közötti konfliktust. A virtuális objektumok reális elzáródási mélysége és a valós világ jól láthatóságának követelménye közötti egyensúly megteremtése a következő generációs AR-eszközök tömeges kereskedelmi forgalomba hozatalának kritikus szűk keresztmetszetévé vált.

II. Technikai innováció: Kettős polarizációs optikai útvonal fúzió + észlelésvezérelt dinamikus moduláció

A Shanghai Jiao Tong Egyetem csapata túllépve az egyes hardverkomponensek pusztán javításán, egy 'maszk-kiegyenlítési módszert' javasolt. Ez a módszer az alacsony költségű polarizációs optikai útvonal-módosításokat kombinálja az emberi vizuális észlelés kvantitatív modelljével, hogy dinamikusan állítsa be a fényáteresztési arányt a valós jelenet és a virtuális kép között. A teljes megoldáshoz csak egy forgó lineáris polarizátor (Balancing LP) hozzáadása szükséges egy meglévő OC-OSTHMD-hez (Optikai átlátszó fejre szerelt kijelző), amely magas kompatibilitást és alacsony módosítási költségeket kínál.

1. Kettős polarizációs optikai fúziós architektúra

A természetes fényt egy polarizáló nyalábosztó két független polarizációs útra osztja, amelyek mindegyike meghatározott funkciót lát el:

s-polarizációs okklúziós út (látás maszkolása): Áthalad az eredeti AR optikai rendszeren, és SLM-t használ a valós világ pixel szintű elzárásához a virtuális tartalom által, a térbeli mélység érzetét biztosítva, bár jelentős fényveszteséggel;

p-polarizációs közvetlen átviteli út (natív valós világlátás): Megkerül minden elzáródással kapcsolatos optikai komponenst, teljes mértékben megőrzi a környezeti jelenet eredeti fényerejét további fénycsillapítás nélkül.

A rendszer egy forgó modult alkalmaz a lineáris polarizátor és a polarizáló nyalábosztó közötti φ szög beállítására, pontosan szabályozva a valós fény és a virtuális képfény átviteli arányát. Az átviteli sebességet a következő képletek szabályozzák: közvetlen valós átvitel (T_{pass} = cos^2φ); és átvitel az elzárt valós világnézethez és virtuális képhez (T_{maszk}/T_{image} = sin^2φ cdot T_{HMD}/T_{megjelenítés}). Ennek a szögnek a beállítása lehetővé teszi a vizuális súlyozás valós idejű váltását: gyenge megvilágítású környezetben a közvetlen átviteli útvonal aránya megnövekszik, hogy világosabbá tegye a valós világot; erős megvilágítású környezetben a közvetlen átviteli arány csökkentve növeli a virtuális objektumok kontrasztját.

2. Percepció-vezérelt valós idejű modulációs rendszer

A teljes dinamikus kiegyensúlyozási logika valós időben működik, kettős érzékelős megközelítésen alapulva – a szemkövetést a jelenet vizuális elemzésével kombinálva –, és igazodik az emberi vizuális észlelés elvéhez, ahelyett, hogy kizárólag az optikai hardver specifikációin alapuló számításokra hagyatkozna:

Valós láthatóság felmérése: A helyszíni kamera rögzíti a valós világot, és a képet hét sávút szintre bontja egy Peli kontraszt piramis segítségével. A rendszer a 4,7 cpd (ciklus/fok) középfrekvenciás sáv négyzetgyökér (RMS) kontrasztját választja kiértékelési mérőszámként. A Barten Contrast Sensitivity Function (Barten CSF) és a szemkövető kamera pupillaátmérő adatainak integrálásával a rendszer – valós időben – kiszámítja azt a minimális kontrasztküszöböt, amely szükséges ahhoz, hogy az emberi szem érzékelje a valós világot. Ha a láthatóság e szabvány alá esik, a rendszer automatikusan beállítja a polarizációs szöget a közvetlen optikai út fényerejének növelése érdekében.

Virtuális objektumok láthatóságának értékelése: A teljesítményspektrális sűrűség (PSD) elemzést virtuális modelleken végezzük, hogy megkülönböztessük a nagyfrekvenciás texturált modelleket (pl. juharfák, karácsonyfák) és az alacsony frekvenciájú minimalista modelleket (pl. nyulak, teáskannák), ​​a Weber kontrasztot használva a virtuális képek tisztaságának számszerűsítésére. A csapat az észlelési küszöbértékeket két ember-alany kísérlet segítségével kalibrálta: a virtuális textúrák felismeréséhez szükséges kritikus Weber-kontraszt 0,537, míg a fény- és árnyékhatások felismerésének kritikus küszöbe 0,443 volt. Ha a virtuális kép kontrasztja e küszöbértékek alá esik, a rendszer automatikusan növeli az elzáródás optikai útvonalának súlyozását, hogy javítsa a virtuális objektumok érzékelt textúráját és definícióját.

A rendszer Kalman-szűrőt alkalmaz a szemkövető kamera által rögzített ingadozó pupillaadatok simítására, kiküszöbölve a berendezés zaját, és egyenletes, stabil beállítást biztosít a különböző fényviszonyok közötti átmenetek során. Az algoritmuscsomag kétszálas párhuzamossággal működik, a jelenetkép-elemzés a fő leképezési száltól függetlenül fut; ez alacsony számítási többletet eredményez, így kompatibilis a mainstream AR valós idejű renderelő motorokkal.

III. Emberi észlelési kísérletek: a vizuális küszöbök számszerűsítése és a javasolt séma érvényesítése

Az észlelési egyensúly pontos kiindulópontjának megállapítása érdekében a csapat három szabványos felhasználói kísérletsorozatot hajtott végre – mindegyiket a Shanghai Jiao Tong Egyetem Humánkutatási Etikai Bizottsága hagyta jóvá –, összesen 36, AR vagy számítógépes grafika terén tapasztalt résztvevővel.

1. Virtuális textúra-észlelési kísérlet (12 résztvevő): Nagy, közepes és kis méretű textúrákat használtunk változó térfrekvenciájú virtuális objektumok szimulálására, amelyek a beltéri környezeti megvilágítás négy szintjét fedték le (29-626 cd/m²). Az eredmények azt mutatták, hogy a magas frekvenciájú, finom textúrák nagyobb kontrasztot igényelnek a vizuális felismeréshez, míg a közepes és alacsony frekvenciájú modellek felismerési küszöbei minimálisan különböztek. Az olyan tényezők, mint a nem, az AR használati tapasztalata és a pupilla mérete nem befolyásolták jelentős mértékben az észlelési küszöböt, ami a résztvevői csoportban nagyon konzisztens észlelési mintákat jelez.

2. Virtuális világítási és árnyékészlelési kísérlet (24 résztvevő): Páros virtuális modelleket (pl. teáskanna, robot, karácsonyfa) hasonlítottunk össze – egy fény/árnyék tükröződéssel és egy nem. A résztvevők addig állították a polarizációs szöget, amíg a két modell vizuálisan azonosnak nem tűnt. A kísérlet bebizonyította, hogy a fény- és árnyékhatások eredendően magas frekvenciájú részleteket tartalmaznak, így azok könnyen megkülönböztethetők még alacsony frekvenciájú geometriai modelleken is; a térbeli frekvencia nem mutatott statisztikailag szignifikáns hatást a megvilágítás és az árnyék észlelési küszöbére.

3. Átfogó összehasonlító kísérlet több megvilágítású forgatókönyvekben (12 résztvevő): Asztali prototípust készítettek négy valós világítási körülmény szimulálására: kikapcsolt beltéri világítás (8 cd/m²), beltéri világítás (135 cd/m²), kültéri árnyékolt (287 cd/m²) és kültéri erős fény (414 cd/m²). A vak összehasonlítást három feltétel között végezték el: a javasolt megoldás (MB), a hagyományos unokklúziós AR (AR) és a statikus okklúziós fejhallgatók (OC).

· Gyenge megvilágítású beltéri környezet: a hagyományos AR tartotta az élen (47%), amelyet szorosan követett ez a megoldás (44%), míg a hagyományos okklúziós eszközök csak 8%-kal maradtak le a hátuk mögött;

· Világos beltéri környezet: Ez a megoldás 42%-os preferencia aránnyal vezetett;

· Kültéri erős fény/árnyékolt forgatókönyvek: Ez a megoldás 58%-os, illetve 53%-os preferenciaarányt ért el, jelentősen felülmúlva a hagyományos megoldásokat;

· Átfogó értékelés: a résztvevők 50%-a a maszk alapú kiegyensúlyozó rendszert részesítette előnyben, 36% választotta a hagyományos okklúziós fejhallgatót, és csak 14% választotta a szabványos átlátszó AR-t.

A valós felvételek egyértelműen demonstrálják a különbségeket: a hagyományos elzáródás alapú AR esetén a valós nézet minden környezetben erősen kimosottnak tűnik; szabványos, nem elzáródásos AR esetén a virtuális tartalom gyakorlatilag eltűnik erős kültéri fényben; ezzel szemben a maszk-kiegyenlítő technológia adaptívan állítja be a fényerőt – így tiszta képet ad a valós világról beltéren, miközben teljes mértékben megőrzi a virtuális objektumok textúráit, megvilágítását és árnyékait világos kültéri körülmények között –, így biztosítva az optimális vizuális élményt mindkét forgatókönyvben.

IV. Alkalmazásérték és iparági paradigmaváltás

1. Változatos megvalósítási forgatókönyvek

Ez a technológiai áttörés túlmutat a fogyasztói minőségű AR szemüvegeken, és óriási gyakorlati értéket kínál professzionális ipari környezetben:

· Ipari O&M: tervrajzok és megjegyzések átfedése a berendezés karbantartása során, miközben a fizikai mechanikai szerkezet tiszta rálátása megmarad;

· Orvosi segítségnyújtás: Intraoperatív képátfedés és rehabilitációs tréning, az emberi test valós világnézetét digitális annotációkkal kombinálva;

· Olyan alkalmazások, mint az oktatás és képzés, a járműben történő navigáció, a távoli együttműködés és az építészeti tervezés, amelyek jelentősen javítják az AR-eszközök használhatóságát összetett világítási környezetekben.

2. Az AR-kijelző tervezésének új megközelítése

Ez a kutatás paradigmaváltást javasol az iparágban: míg az AR optikai tervezés korábban elsősorban a fizikai paraméterek, például a hardveres fényáteresztő képesség és a felbontás optimalizálására összpontosított, ez a tanulmány azt mutatja, hogy az emberi vizuális észlelés kritikus tervezési dimenzió, amelyet nem lehet figyelmen kívül hagyni. A csapat korábbi kutatásai megerősítették, hogy jelentős eltérés van a tényleges emberi vizuális észlelés és az optikai műszerek által végzett mérések között, ami azt jelzi, hogy a hardver optimalizálása önmagában nem éri el a legjobb vizuális élményt. Az észlelés-vezérelt vezérlőrendszer leküzdheti az optikai hardver fizikai korlátait; egyszerre javítja a virtuális és a valós képek minőségét – anélkül, hogy az eszköz méretét és költségét veszélyeztetné –, miközben biztosítja a felhasználó vizuális kényelmét és működési biztonságát.

V. Jelenlegi korlátok és jövőbeli kutatási irányok

A jelenlegi asztali prototípusban még van lehetőség optimalizálni, és a csapat a következő irányokat tervezte a jövőbeli iterációkhoz:

Az elzáródás pontosságának optimalizálása: A valós világítás enyhe fényszivárgást okozhat az elzáródás határain; A jövőbeli fejlesztések ezt a nagy fényerejű mikro-OLED-ek, a színkompenzációs algoritmusok és a feladatorientált kiegyensúlyozási stratégiák integrálásával mérsékelhetik (a virtuális elzáródási pontosságot előtérbe helyezve a nagy pontosságú modellezett jeleneteknél).

Sima fényerő-beállítás: A jelenlegi polarizációs forgási sebességek magasak, ami hirtelen fényerő-változásokhoz vezet, ami vizuális kényelmetlenséget okozhat; A jövőbeli fejlesztések a zökkenőmentes, fokozatos fényerő-átmenet algoritmusaira összpontosítanak.

Binokuláris adaptációs prototípus: A jelenlegi eszköz monokuláris; a következő lépés egy binokuláris maszk kiegyensúlyozó rendszer felépítése és egy binokuláris vizuális kontraszt érzékelési modell beépítése.

Automatikus objektum spektrális osztályozás: Lehetővé teszi a virtuális objektumok magas és alacsony frekvenciájú jellemzőinek valós idejű automatikus felismerését, kiküszöbölve az észlelési küszöbök kézi beállítását.

A Shanghai Jiao Tong Egyetem csapata által javasolt maszk-kiegyenlítő technológia megoldja a régóta fennálló fényerő-konfliktust, amely akadályozta az optikai átlátszó AR széles körű elterjedését. A kettős polarizációs optikai utak hardveres fejlesztéseinek egy észlelésvezérelt dinamikus kiegyenlítő algoritmussal való kombinálásával a megoldás könnyen megvalósítható és kompatibilis a főbb AR optikai architektúrákkal. Kiterjedt ember-témával végzett kísérleteken és különféle világítási forgatókönyveken keresztül érvényesítve, egyszerre javítja a valós környezet láthatóságát és a virtuális objektumok valósághű textúráját minden körülmények között – a homályos beltéri beállításoktól a világos kültéri környezetekig. A vizuális érzékelés tudományának és a szemközeli kijelző tervezésének mély integrálásával ez a technológia új optimalizálási utat nyit meg a következő generációs AR-szemüvegek számára, életképes megoldást kínálva az AR-eszközök egész napos, valós alkalmazására a fogyasztói, ipari és orvosi szektorban, és ezáltal az optikai átlátszó AR-t a laboratóriumi prototípusoktól a gyakorlati termékekké alakítja.

Forrás: CINNO