AR கண்ணாடிகளுக்கான முக்கிய திருப்புமுனை! ஷாங்காய் ஜியாவோ டோங் பல்கலைக்கழகத்தைச் சேர்ந்த ஒரு குழு, முகமூடி சமநிலைப்படுத்தும் திட்டத்தை முன்மொழிந்துள்ளது.

2026 ஆம் ஆண்டில், ஷாங்காய் ஜியாவ் டோங் பல்கலைக்கழகம், கிராஸ் தொழில்நுட்ப பல்கலைக்கழகம் (ஆஸ்திரியா), நாரா அறிவியல் மற்றும் தொழில்நுட்ப நிறுவனம் (ஜப்பான்) மற்றும் ஜெஜியாங் அறிவியல் மற்றும் தொழில்நுட்ப பல்கலைக்கழகம் ஆகியவற்றின் ஆராய்ச்சியாளர்களை உள்ளடக்கிய ஒரு கூட்டுக் குழு 'முகமூடி சமநிலை: புலனுணர்வு-உந்துதல்-உந்துதல்-உந்துதல்-திறனற்ற தன்மைக்கான ஒரு முக்கிய ஆய்வை வெளியிட்டது. காட்சிப்படுத்தல் மற்றும் கணினி வரைகலை மீதான மதிப்புமிக்க இதழான IEEE பரிவர்த்தனைகளில் ஹெட்-மவுண்டட் டிஸ்ப்ளேக்கள் மூலம் பார்க்கவும் . இந்த ஆய்வு ஒரு புதுமையான 'மாஸ்க் பேலன்சிங்' தீர்வை அறிமுகப்படுத்துகிறது, இது ஒரு முக்கியமான தொழில்துறை சவாலை எதிர்கொள்கிறது-அதிகமாக குறைந்த நிஜ-உலக ஒளி பரிமாற்றம் அடைப்பு-திறன் கொண்ட ஆப்டிகல் சீ-த்ரூ AR ஹெட்-மவுண்டட் டிஸ்ப்ளேகளில் (OC-OSTHMDs)-ஒரே நேரத்தில் துருவமுனைப்பு பார்வையை தெளிவுபடுத்துதல் நுகர்வோர் மற்றும் தொழில்துறை தர AR கண்ணாடிகள்.

I. கோர் இண்டஸ்ட்ரி பெயின் பாயிண்ட்: பிக்சல்-நிலை அடைப்பு மீளமுடியாத ஒளிர்வு இழப்பை ஏற்படுத்துகிறது

மெய்நிகர் மற்றும் உண்மையான கூறுகளுக்கு இடையே பரஸ்பர அடைப்பு திறன் கொண்ட ஆப்டிகல் சீ-த்ரூ AR ஹெட்-மவுண்டட் டிஸ்ப்ளேக்கள் (OC-OSTHMDs) மெய்நிகர் பொருட்களை யதார்த்தமான ஆழம் மற்றும் இயற்பியல் சூழலில் தடையற்ற ஒருங்கிணைப்புடன் வழங்குவதற்கு அவசியம். அவை பிக்சல்-நிலை பட அடைப்பை அடைவதற்கு ஸ்பேஷியல் லைட் மாடுலேட்டர்களை (SLMs) பயன்படுத்துகின்றன, இதன் மூலம் பாரம்பரிய அரை-வெளிப்படையான AR அமைப்புகளில் மெய்நிகர் படங்களுடன் தொடர்புடைய 'மிதக்கும் பாண்டம்' சிக்கலை தீர்க்கின்றன. இருப்பினும், தற்போதுள்ள ஒளியியல் கட்டமைப்புகள் ஒளி பரிமாற்றம் தொடர்பான தவிர்க்க முடியாத குறைபாட்டால் பாதிக்கப்படுகின்றன:

1. அடைப்பு விளைவை அடைய, நிஜ-உலகக் காட்சியிலிருந்து வரும் ஒளியானது துருவமுனைப்புக்கு உட்படுத்தப்பட வேண்டும், இதன் விளைவாக பிரகாசத்தில் உடனடியாக 50% இழப்பு ஏற்படுகிறது;

2. எஸ்எல்எம்கள், போலரைசிங் பீம் ஸ்ப்ளிட்டர்கள் (பிபிஎஸ்) மற்றும் ஆப்டிகல் காம்பினர்கள் போன்ற பல கூறுகளை அடுக்கி வைப்பதால் ஏற்படும் சிக்னல் அட்டென்யூவேஷன் கோட்பாட்டு ரீதியில் அதிகபட்ச ஒளி பரிமாற்றத்தை 20% க்கும் குறைவாகக் கட்டுப்படுத்துகிறது, உண்மையான முன்மாதிரிகள் பெரும்பாலும் 7% க்கும் குறைவாகவே அடையும்;

3. பல ஆப்டிகல் பாதை பிரதிபலிப்புகள் மற்றும் துருவமுனைப்பு கூறுகளின் நிறமாலை இழப்புகள் சுற்றுப்புற பிரகாசத்தை மேலும் குறைக்கின்றன; மங்கலான உட்புற சூழல்களில், நிஜ உலகக் காட்சி மிகவும் இருட்டாக மாறி, பாதுகாப்பு அபாயங்களை ஏற்படுத்தும் போது பயனர் கண்காணிப்பு மற்றும் தொடர்புகளைத் தடுக்கிறது.

முந்தைய தீர்வுகள் முதன்மையாக ஹார்டுவேர் மறு செய்கைகளில் கவனம் செலுத்துகின்றன— SLM பரிமாற்றத்தை அதிகரிப்பது, பிரதிபலிப்பு LCoS/DMD தொழில்நுட்பங்களுக்கு மாறுவது அல்லது ஃபோட்டோக்ரோமிக் பொருட்களை ஆராய்வது போன்றவை. இருப்பினும், ஆப்டிகல் கூறுகள் ஒளி பரிமாற்றத்தில் இயற்பியல் வரம்புகளை எதிர்கொள்கின்றன, மேலும் ஃபோட்டோக்ரோமிக் அணுகுமுறைகள் மெதுவான மறுமொழி நேரங்கள் மற்றும் போதுமான பிக்சல்-நிலை அடைப்பு துல்லியம் போன்ற குறைபாடுகளால் பாதிக்கப்படுகின்றன, மெய்நிகர் மற்றும் நிஜ-உலக பிரகாச நிலைகளுக்கு இடையிலான மோதலை அடிப்படையில் தீர்க்கத் தவறியது. நிஜ உலகின் அதிகத் தெரிவுநிலைக்கான தேவையுடன் மெய்நிகர் பொருள்களுக்கான யதார்த்தமான அடைப்பு ஆழத்தின் தேவையை சமநிலைப்படுத்துவது அடுத்த தலைமுறை AR சாதனங்களின் வெகுஜன வணிகமயமாக்கலுக்கு முக்கியமான இடையூறாக மாறியுள்ளது.

II. தொழில்நுட்ப கண்டுபிடிப்பு: இரட்டை துருவமுனைப்பு ஆப்டிகல் பாதை இணைவு + உணர்தல்-உந்துதல் இயக்கவியல் மாடுலேஷன்

தனிப்பட்ட வன்பொருள் கூறுகளை மேம்படுத்தும் அணுகுமுறைக்கு அப்பால் நகர்ந்து, ஷாங்காய் ஜியாவோ டோங் பல்கலைக்கழகத்தின் குழு 'முகமூடி சமநிலைப்படுத்தும் முறையை' முன்மொழிந்தது. முழுத் தீர்வுக்கும் சுழலும் நேரியல் துருவமுனைப்பான் (பேலன்சிங் எல்பி) ஏற்கனவே உள்ள OC-OSTHMD (ஆப்டிகல் சீ-த்ரூ ஹெட்-மவுண்டட் டிஸ்ப்ளே) உடன் சேர்ப்பது மட்டுமே தேவைப்படுகிறது, இது அதிக இணக்கத்தன்மை மற்றும் குறைந்த மாற்றச் செலவுகளை வழங்குகிறது.

1. இரட்டை துருவமுனைப்பு ஆப்டிகல் ஃப்யூஷன் கட்டிடக்கலை

இயற்கை ஒளியானது ஒரு துருவமுனைப்பு கற்றை பிரிப்பான் மூலம் இரண்டு சுயாதீன துருவமுனைப்பு பாதைகளாக பிரிக்கப்படுகிறது, ஒவ்வொன்றும் ஒரு குறிப்பிட்ட செயல்பாட்டைச் செய்கிறது:

s-துருவமுனைப்பு அடைப்பு பாதை (முகமூடி பார்வை): அசல் AR ஆப்டிகல் சிஸ்டம் வழியாக கடந்து, மெய்நிகர் உள்ளடக்கம் மூலம் நிஜ உலகின் பிக்சல்-நிலை அடைப்பை அடைய SLM ஐப் பயன்படுத்துகிறது, குறிப்பிடத்தக்க ஒளி இழப்புடன் இருந்தாலும், இடஞ்சார்ந்த ஆழத்தை வழங்குகிறது;

p-polarization direct-transmission path (native real-world vision): அனைத்து அடைப்பு தொடர்பான ஆப்டிகல் கூறுகளையும் கடந்து, கூடுதல் ஒளி அட்டென்யூவேஷன் இல்லாமல் சுற்றுப்புறக் காட்சியின் அசல் பிரகாசத்தை முழுமையாகப் பாதுகாக்கிறது.

நேரியல் துருவமுனைப்பான் மற்றும் துருவப்படுத்துதல் கற்றை பிரிப்பான் ஆகியவற்றுக்கு இடையேயான கோணத்தை φ சரிசெய்ய கணினி ஒரு சுழலும் தொகுதியைப் பயன்படுத்துகிறது, நிஜ உலக ஒளி மற்றும் மெய்நிகர் பட ஒளியின் பரிமாற்ற விகிதங்களை துல்லியமாக கட்டுப்படுத்துகிறது. பரிமாற்ற விகிதங்கள் பின்வரும் சூத்திரங்களால் நிர்வகிக்கப்படுகின்றன: நேரடி நிஜ உலக பரிமாற்றம் (T_{pass} = cos^2φ); மற்றும் மறைக்கப்பட்ட நிஜ உலகக் காட்சி மற்றும் மெய்நிகர் படத்திற்கான பரிமாற்றம் (T_{மாஸ்க்}/T_{image} = sin^2φ cdot T_{HMD}/T_{டிஸ்ப்ளே}). இந்த கோணத்தை சரிசெய்வது, காட்சி எடையை நிகழ்நேர மாற்றத்திற்கு அனுமதிக்கிறது: குறைந்த-ஒளி சூழல்களில், நிஜ-உலக பார்வையை பிரகாசமாக்க நேரடி-பரிமாற்ற பாதையின் விகிதம் அதிகரிக்கப்படுகிறது; உயர்-ஒளி சூழல்களில், மெய்நிகர் பொருள்களின் மாறுபாட்டை மேம்படுத்த நேரடி-பரிமாற்ற விகிதம் குறைக்கப்படுகிறது.

2. உணர்தல்-உந்துதல் நிகழ்நேர மாடுலேஷன் சிஸ்டம்

முழு டைனமிக் பேலன்சிங் லாஜிக்கும் இரட்டை-சென்சார் அணுகுமுறையின் அடிப்படையில் நிகழ்நேரத்தில் இயங்குகிறது-கண் கண்காணிப்பை காட்சி காட்சி பகுப்பாய்வுடன் இணைக்கிறது-மற்றும் ஆப்டிகல் வன்பொருள் விவரக்குறிப்புகளின் அடிப்படையில் கணக்கீடுகளை மட்டுமே நம்பாமல் மனித காட்சி உணர்வின் கொள்கைகளுடன் சீரமைக்கிறது:

நிஜ-உலகத் தெரிவுநிலை மதிப்பீடு: ஒரு காட்சி கேமரா நிஜ-உலகக் காட்சியைப் படம்பிடிக்கிறது, மேலும் படம் பேலி கான்ட்ராஸ்ட் பிரமிடைப் பயன்படுத்தி ஏழு பேண்ட்-பாஸ் நிலைகளாக சிதைக்கப்படுகிறது. கணினியானது 4.7 cpd (டிகிரிக்கு சுழற்சிகள்) நடு அதிர்வெண் இசைக்குழுவின் ரூட் மீன் ஸ்கொயர் (RMS) மாறுபாட்டை மதிப்பீட்டு அளவீடாகத் தேர்ந்தெடுக்கிறது. பார்டன் கான்ட்ராஸ்ட் உணர்திறன் செயல்பாட்டை (பார்டன் சிஎஸ்எஃப்) கண்-கண்காணிப்பு கேமராவிலிருந்து மாணவர் விட்டம் கொண்ட தரவுகளுடன் ஒருங்கிணைப்பதன் மூலம், கணினி உண்மையான-நேரத்தில் - நிஜ உலகக் காட்சியை உணர மனிதக் கண்ணுக்குத் தேவையான குறைந்தபட்ச மாறுபாடு வரம்பைக் கணக்கிடுகிறது. பார்வைத்திறன் இந்த தரநிலைக்கு கீழே குறைந்தால், நேரடி ஒளியியல் பாதையின் பிரகாசத்தை அதிகரிக்க கணினி தானாகவே துருவமுனைப்பு கோணத்தை சரிசெய்கிறது.

மெய்நிகர் பொருள் தெரிவுநிலை மதிப்பீடு: பவர் ஸ்பெக்ட்ரல் அடர்த்தி (PSD) பகுப்பாய்வு மெய்நிகர் மாடல்களில் உயர் அதிர்வெண் அமைப்புமுறை மாதிரிகள் (எ.கா., மேப்பிள் மரங்கள், கிறிஸ்துமஸ் மரங்கள்) மற்றும் குறைந்த அதிர்வெண் கொண்ட குறைந்தபட்ச மாதிரிகள் (எ.கா., முயல்கள், டீபாட்கள்) ஆகியவற்றை வேறுபடுத்தி அறியப்படுகிறது. இரண்டு செட் மனித-பொருள் சோதனைகள் மூலம் புலனுணர்வு வரம்புகளை குழு அளவீடு செய்தது: மெய்நிகர் அமைப்புகளை அங்கீகரிப்பதற்கான முக்கியமான வெபர் மாறுபாடு 0.537 என தீர்மானிக்கப்பட்டது, அதே சமயம் வெளிச்சம் மற்றும் நிழல் விளைவுகளை அங்கீகரிப்பதற்கான முக்கியமான வரம்பு 0.443 ஆகும். மெய்நிகர் படத்தின் மாறுபாடு இந்த வரம்புகளுக்குக் கீழே வரும்போது, ​​​​கணினி தானாகவே மறைப்பு ஆப்டிகல் பாதையின் எடையை அதிகரிக்கிறது, இது உணரப்பட்ட அமைப்பு மற்றும் மெய்நிகர் பொருட்களின் வரையறையை மேம்படுத்துகிறது.

கண்-கண்காணிப்பு கேமராவால் பிடிக்கப்பட்ட ஏற்ற இறக்கமான மாணவர் தரவை மென்மையாக்க, கருவிகளின் இரைச்சலை நீக்கி, வெவ்வேறு லைட்டிங் நிலைகளுக்கு இடையில் மாறும்போது மென்மையான, நிலையான சரிசெய்தலை உறுதிசெய்ய இந்த அமைப்பு கால்மேன் வடிப்பானைப் பயன்படுத்துகிறது. அல்காரிதம் தொகுப்பு இரட்டை-நூல் பேரலலிசத்தைப் பயன்படுத்தி இயங்குகிறது, காட்சிப் பட பகுப்பாய்வு பிரதான ரெண்டரிங் த்ரெட்டில் இருந்து சுயாதீனமாக இயங்குகிறது; இது குறைந்த கணக்கீட்டு மேல்நிலையில் விளைகிறது, இது முக்கிய AR நிகழ்நேர ரெண்டரிங் இயந்திரங்களுடன் இணக்கமாக உள்ளது.

III. மனித புலனுணர்வு பரிசோதனைகள்: காட்சி வரம்புகளை அளவிடுதல் மற்றும் முன்மொழியப்பட்ட திட்டத்தை சரிபார்த்தல்

புலனுணர்வு சமநிலைக்கான ஒரு துல்லியமான அடிப்படையை நிறுவ, குழு மூன்று செட் தரப்படுத்தப்பட்ட பயனர் சோதனைகளை நடத்தியது-அனைத்தும் ஷாங்காய் ஜியாவ் டோங் பல்கலைக்கழகத்தின் மனித ஆராய்ச்சி நெறிமுறைக் குழுவால் அங்கீகரிக்கப்பட்டது-ஏஆர் அல்லது கணினி வரைகலை அனுபவமுள்ள மொத்தம் 36 பங்கேற்பாளர்களை நியமித்தது.

1. மெய்நிகர் அமைப்பு உணர்தல் பரிசோதனை (12 பங்கேற்பாளர்கள்): பெரிய, நடுத்தர மற்றும் சிறிய அளவுகளில் உள்ள இழைமங்கள், பல்வேறு இடஞ்சார்ந்த அதிர்வெண்கள் கொண்ட மெய்நிகர் பொருட்களை உருவகப்படுத்த பயன்படுத்தப்பட்டன, இது உட்புற சுற்றுப்புற வெளிச்சத்தின் நான்கு நிலைகளை உள்ளடக்கியது (29–626 cd/m²). உயர் அதிர்வெண், நுண்ணிய அமைப்புகளுக்கு காட்சி அங்கீகாரத்திற்கு அதிக மாறுபாடு தேவை என்று முடிவுகள் காட்டுகின்றன, அதேசமயம் நடுத்தர மற்றும் குறைந்த அதிர்வெண் மாதிரிகளுக்கான அங்கீகார வரம்புகள் குறைவாக வேறுபடுகின்றன. பாலினம், AR பயன்பாட்டு அனுபவம் மற்றும் மாணவர் அளவு போன்ற காரணிகள் கருத்து வரம்புகளில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தவில்லை, இது பங்கேற்பாளர் குழு முழுவதும் மிகவும் சீரான புலனுணர்வு வடிவங்களைக் குறிக்கிறது.

2. விர்ச்சுவல் லைட்டிங் மற்றும் நிழல் உணர்தல் பரிசோதனை (24 பங்கேற்பாளர்கள்): ஜோடி மெய்நிகர் மாதிரிகள் (எ.கா., டீபாட், ரோபோ, கிறிஸ்துமஸ் மரம்)-ஒன்று விளக்கு/நிழல் பிரதிபலிப்புகள் மற்றும் மற்றொன்று-ஒப்பிடப்பட்டது. இரண்டு மாதிரிகள் பார்வைக்கு ஒரே மாதிரியாக தோன்றும் வரை பங்கேற்பாளர்கள் துருவமுனைப்பு கோணத்தை சரிசெய்தனர். வெளிச்சம் மற்றும் நிழல் விளைவுகள் இயல்பாகவே உயர் அதிர்வெண் விவரங்களைக் கொண்டிருப்பதை சோதனை நிரூபித்தது, குறைந்த அதிர்வெண் வடிவியல் மாதிரிகளில் கூட அவற்றை எளிதாக வேறுபடுத்த அனுமதிக்கிறது; இடஞ்சார்ந்த அதிர்வெண் வெளிச்சம் மற்றும் நிழல்களுக்கான புலனுணர்வு வரம்புகளில் புள்ளிவிவர ரீதியாக குறிப்பிடத்தக்க விளைவைக் காட்டவில்லை.

3. மல்டி-லைட்டிங் காட்சிகளில் (12 பங்கேற்பாளர்கள்) விரிவான ஒப்பீட்டு சோதனை: நான்கு நிஜ-உலக லைட்டிங் நிலைமைகளை உருவகப்படுத்த ஒரு டேப்லெட் முன்மாதிரி கட்டப்பட்டது: உட்புற விளக்குகள் (8 cd/m²), உட்புற விளக்குகள்-ஆன் (135 cd/m²), வெளிப்புற நிழல் (287 cd/m²), வெளிப்புற நிழல் (287 cd/m). முன்மொழியப்பட்ட தீர்வு (MB), பாரம்பரிய unoccluded AR (AR) மற்றும் நிலையான அடைப்பு ஹெட்செட்கள் (OC) ஆகிய மூன்று நிபந்தனைகளுக்கு இடையே ஒரு குருட்டு ஒப்பீடு நடத்தப்பட்டது.

· குறைந்த-ஒளி உட்புற சூழல்கள்: பாரம்பரிய AR முன்னணி (47%), அதைத் தொடர்ந்து இந்த தீர்வு (44%), பாரம்பரிய அடைப்பு சாதனங்கள் 8% மட்டுமே பின்தங்கின;

· பிரகாசமான உட்புற சூழல்கள்: இந்த தீர்வு 42% விருப்ப விகிதத்துடன் வழிவகுத்தது;

· வெளிப்புற பிரகாசமான ஒளி / நிழலாடிய காட்சிகள்: இந்தத் தீர்வு முறையே 58% மற்றும் 53% விருப்ப விகிதங்களை அடைந்தது, பாரம்பரிய தீர்வுகளை கணிசமாக விஞ்சியது;

· ஒட்டுமொத்த மதிப்பீடு: 50% பங்கேற்பாளர்கள் முகமூடி அடிப்படையிலான சமநிலை அமைப்பை விரும்பினர், 36% பேர் பாரம்பரிய அடைப்பு ஹெட்செட்களைத் தேர்ந்தெடுத்தனர், மேலும் 14% பேர் மட்டுமே நிலையான சீ-த்ரூ ARஐத் தேர்ந்தெடுத்தனர்.

நிஜ-உலகக் காட்சிகள் வேறுபாடுகளை தெளிவாகக் காட்டுகின்றன: பாரம்பரிய அடைப்பு-அடிப்படையிலான AR உடன், நிஜ-உலகப் பார்வை எல்லாச் சூழல்களிலும் கடுமையாகக் கழுவப்பட்டதாகத் தோன்றுகிறது; நிலையான அடைப்பு இல்லாத AR உடன், மெய்நிகர் உள்ளடக்கம் பிரகாசமான வெளிப்புற ஒளியில் மறைந்துவிடும்; இதற்கு நேர்மாறாக, முகமூடி-சமநிலை தொழில்நுட்பம் பிரகாசத்தை தகவமைத்து சரிசெய்கிறது-உண்மையான உலகத்தை உட்புறத்தில் தெளிவாகப் பராமரிக்கிறது, அதே நேரத்தில் பிரகாசமான வெளிப்புற சூழ்நிலைகளில் மெய்நிகர் பொருட்களின் கட்டமைப்புகள், விளக்குகள் மற்றும் நிழல்களை முழுமையாகப் பாதுகாக்கிறது-இதன் மூலம் இரண்டு காட்சிகளிலும் உகந்த காட்சி அனுபவத்தை உறுதி செய்கிறது.

IV. பயன்பாட்டு மதிப்பு மற்றும் தொழில்துறை அளவிலான முன்னுதாரண மாற்றம்

1. பல்வேறு நடைமுறைப்படுத்தல் காட்சிகள்

இந்த தொழில்நுட்ப முன்னேற்றம் நுகர்வோர் தர AR கண்ணாடிகளுக்கு அப்பால் நீண்டுள்ளது, தொழில்முறை தொழில்துறை அமைப்புகளில் மகத்தான நடைமுறை மதிப்பை வழங்குகிறது:

· தொழில்துறை O&M: இயற்பியல் இயந்திர கட்டமைப்பின் தெளிவான பார்வையை பராமரிக்கும் போது உபகரணங்களின் பராமரிப்பின் போது மேலோட்டமான வரைபடங்கள் மற்றும் சிறுகுறிப்புகள்;

· மருத்துவ உதவி: மனித உடலின் நிஜ உலகக் காட்சியை டிஜிட்டல் சிறுகுறிப்புகளுடன் இணைத்து, உள்நோக்கி பட மேலடுக்கு மற்றும் மறுவாழ்வு பயிற்சி;

· கல்வி மற்றும் பயிற்சி, வாகனத்தில் வழிசெலுத்தல், தொலைதூர ஒத்துழைப்பு மற்றும் கட்டடக்கலை வடிவமைப்பு போன்ற பயன்பாடுகள், சிக்கலான லைட்டிங் சூழல்களில் AR சாதனத்தின் பயன்பாட்டினை கணிசமாக மேம்படுத்துகிறது.

2. AR காட்சி வடிவமைப்பிற்கான புதிய அணுகுமுறை

இந்த ஆராய்ச்சி தொழில்துறையில் ஒரு முன்னுதாரண மாற்றத்தை முன்மொழிகிறது: AR ஆப்டிகல் வடிவமைப்பு முன்னர் வன்பொருள் ஒளி பரிமாற்றம் மற்றும் தெளிவுத்திறன் போன்ற இயற்பியல் அளவுருக்களை மேம்படுத்துவதில் கவனம் செலுத்தியிருந்தாலும், இந்த ஆய்வு மனிதனின் காட்சி உணர்தல் என்பது கவனிக்கப்பட முடியாத ஒரு முக்கியமான வடிவமைப்பு பரிமாணம் என்பதை நிரூபிக்கிறது. குழுவின் முந்தைய ஆராய்ச்சி, உண்மையான மனித காட்சி உணர்வு மற்றும் ஆப்டிகல் கருவிகளால் எடுக்கப்பட்ட அளவீடுகளுக்கு இடையே குறிப்பிடத்தக்க வேறுபாட்டை உறுதிப்படுத்தியது, வன்பொருளை மேம்படுத்துவது மட்டுமே சிறந்த காட்சி அனுபவத்தை அடைய முடியாது என்பதைக் குறிக்கிறது. ஒரு உணர்தல்-உந்துதல் கட்டுப்பாட்டு திட்டம் ஆப்டிகல் வன்பொருளின் இயற்பியல் வரம்புகளை கடக்க முடியும்; இது ஒரே நேரத்தில் மெய்நிகர் மற்றும் நிஜ-உலகப் படங்களின் தரத்தை மேம்படுத்துகிறது-சாதனத்தின் அளவு அல்லது செலவில் சமரசம் செய்யாமல், பயனர் காட்சி வசதி மற்றும் செயல்பாட்டு பாதுகாப்பை உறுதி செய்கிறது.

V. தற்போதைய வரம்புகள் மற்றும் எதிர்கால ஆராய்ச்சி திசைகள்

தற்போதைய டெஸ்க்டாப் முன்மாதிரியில் தேர்வுமுறைக்கு இன்னும் இடம் உள்ளது, மேலும் எதிர்கால மறு செய்கைகளுக்கு குழு பின்வரும் திசைகளை திட்டமிட்டுள்ளது:

அடைப்புத் துல்லிய உகப்பாக்கம்: நிஜ-உலகப் பிரகாசம் அடைப்பு எல்லைகளில் லேசான ஒளி கசிவை ஏற்படுத்தும்; எதிர்கால மேம்பாடுகள் உயர்-பிரகாசம் கொண்ட மைக்ரோ-OLEDகள், வண்ண இழப்பீட்டு வழிமுறைகள் மற்றும் பணி சார்ந்த சமநிலை உத்திகளை ஒருங்கிணைப்பதன் மூலம் இதைத் தணிக்கும் (உயர் துல்லியமான மாதிரிக் காட்சிகளில் மெய்நிகர் அடைப்புத் துல்லியத்திற்கு முன்னுரிமை அளிக்கிறது).

மென்மையான பிரகாசம் சரிசெய்தல்: தற்போதைய துருவமுனைப்பு சுழற்சி வேகம் அதிகமாக உள்ளது, இது பார்வைக்கு அசௌகரியத்தை ஏற்படுத்தும் திடீர் பிரகாச மாற்றங்களுக்கு வழிவகுக்கிறது; எதிர்கால மேம்பாடு தடையற்ற, படிப்படியான பிரகாச மாற்றங்களுக்கான அல்காரிதங்களில் கவனம் செலுத்தும்.

தொலைநோக்கி தழுவல் முன்மாதிரி: தற்போதைய சாதனம் மோனோகுலர்; அடுத்த கட்டம் ஒரு தொலைநோக்கி முகமூடி சமநிலை அமைப்பை உருவாக்குவது மற்றும் தொலைநோக்கி காட்சி மாறுபாடு உணர்தல் மாதிரியை உள்ளடக்கியது.

தானியங்கி பொருள் நிறமாலை வகைப்பாடு: மெய்நிகர் பொருள்களின் உயர் மற்றும் குறைந்த அதிர்வெண் அம்சங்களை நிகழ்நேர, தானியங்கி அங்கீகாரத்தை செயல்படுத்துகிறது, புலனுணர்வு வரம்புகளின் கைமுறை கட்டமைப்பின் தேவையை நீக்குகிறது.

ஷாங்காய் ஜியாவோ டோங் பல்கலைக்கழகத்தில் குழுவால் முன்மொழியப்பட்ட முகமூடி-சமநிலை தொழில்நுட்பம், ஆப்டிகல் சீ-த்ரூ AR ஐ பரவலாக ஏற்றுக்கொள்வதற்கு இடையூறாக இருக்கும் நீண்டகால பிரகாச மோதலைத் தீர்க்கிறது. வன்பொருள் மேம்பாடுகளை இரட்டை-துருவமுனைப்பு ஆப்டிகல் பாதைகளை உணர்வால் இயக்கப்படும் டைனமிக் பேலன்சிங் அல்காரிதம் மூலம் இணைப்பதன் மூலம், தீர்வு செயல்படுத்த எளிதானது மற்றும் முக்கிய AR ஆப்டிகல் கட்டமைப்புகளுடன் இணக்கமானது. விரிவான மனித-பொருள் சோதனைகள் மற்றும் பல்வேறு ஒளி காட்சிகள் மூலம் சரிபார்க்கப்பட்டது, இது ஒரே நேரத்தில் நிஜ-உலக சூழலின் தெரிவுநிலையை மேம்படுத்துகிறது மற்றும் அனைத்து நிலைகளிலும் மெய்நிகர் பொருள்களின் யதார்த்தமான அமைப்பை அதிகரிக்கிறது - மங்கலான உட்புற அமைப்புகளிலிருந்து பிரகாசமான வெளிப்புற சூழல்கள் வரை. கண்ணுக்கு அருகில் உள்ள காட்சிப் பொறியியலுடன் காட்சிப் புலனுணர்வு அறிவியலை ஆழமாக ஒருங்கிணைப்பதன் மூலம், இந்த தொழில்நுட்பம் அடுத்த தலைமுறை AR கண்ணாடிகளுக்கு ஒரு புதிய தேர்வுமுறைப் பாதையை உருவாக்குகிறது, இது நுகர்வோர், தொழில்துறை மற்றும் மருத்துவத் துறைகளில் AR சாதனங்களை நாள் முழுவதும் பயன்படுத்துவதற்கான சாத்தியமான தீர்வை வழங்குகிறது.

ஆதாரம்: CINNO