草稿:Photon-to-Photon Latency/temp
您所提交的草稿仍需改善。在2024年8月14日由Lemonaka (留言)審閱。
如何改善您的草稿
| ![]() |
您所提交的草稿仍需改善。在2024年7月10日由姆汗費焰 (留言)審閱。 如何改善您的草稿
| ![]() |
![](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/b/ba/Symbol_opinion_vote.svg/20px-Symbol_opinion_vote.svg.png)
Photon-to-Photon latency,其直譯為光子到光子延遲,其用於描述XR設備從現實世界捕獲的事件,傳輸到實時顯示在XR設備顯示屏上所需的時間。[1]
對於一般的VR顯示設備來說,其系統的延時定義為:從輸入信號的產生到最終傳輸到顯示屏上被人所感知到的時間的累積,這段時間包含來自跟蹤設備、視覺渲染、觸覺渲染和音頻等多個鏈路的延遲。延遲會影響使用者的主觀體驗和物理交互的表現。[2]
特別的,對於XR設備來說,其需要獲取真實世界的畫面,將真實世界轉換到「數字映射世界」中,並且可以與其互動。所以不僅需要考慮其渲染虛擬畫面的延時,還需要採用Photon-to-Photon latency來定義其獲取真實世界的畫面的延時。[3]
為了獲得真實環境,目前XR設備採用的透視方案有光學透視(Optical See Through,簡稱OST)和視頻透視技術(Video See-Through,簡稱VST)這兩種。[1][4]
用戶通過光學透視,能夠直接看到外界環境,因此,以光學透視(Optical See Through,簡稱OST)為解決方案的AR,其觀測真實世界的光程往往是身邊幾米的範圍,用公式 t=S/c (c代表光速)來計算光程的延時會是1/10^-8秒量級,PTP延時可以忽略不計。
視頻透視技術通過XR設備的攝像頭來捕獲外界環境,真實世界的光事件被Camera曝光捕捉(感知的Photon)後,需要經歷中間硬體鏈路的運算和傳輸,最後在顯示屏上點亮(生成的Photon)被人眼感知到。因此,對於以視頻透視技術(Video See-Through,簡稱VST)為解決方案的MR,儘管光程延時同樣忽略不計,但其整個端到端的PTP延時非常顯著,往往是幾十毫秒的量級。[5][6]
參考
- ^ 1.0 1.1 Jerald, Jason. The VR Book: Human-Centered Design for Virtual Reality. The VR Book: Human-Centered Design for Virtual Reality. Association for Computing Machinery and Morgan & Claypool. 2015-09. ISBN 978-1-970001-12-9. doi:10.1145/2792790.
- ^ Gruen, Robert; Ofek, Eyal; Steed, Anthony; Gal, Ran; Sinclair, Mike; Gonzalez-Franco, Mar. Measuring System Visual Latency through Cognitive Latency on Video See-Through AR devices. IEEE. 2020-03. ISBN 978-1-7281-5608-8. doi:10.1109/VR46266.2020.00103.
- ^ 延展實境. 維基百科,自由的百科全書. 2024-01-20 (中文).
- ^ Rolland, Jannick P.; Fuchs, Henry. Optical Versus Video See-Through Head-Mounted Displays in Medical Visualization. Presence: Teleoperators and Virtual Environments. 2000-06, 9 (3). ISSN 1054-7460. doi:10.1162/105474600566808 (英語).
- ^ Ernst, Johannes M.; Laudien, Tim; Schmerwitz, Sven. Solomon, Latasha; Schwartz, Peter J. , 編. Implementation of a mixed-reality flight simulator: blending real and virtual with a video-see-through head-mounted display. Artificial Intelligence and Machine Learning for Multi-Domain Operations Applications V (Orlando, United States: SPIE). 2023-06-12. ISBN 978-1-5106-6192-9. doi:10.1117/12.2664848.
- ^ Xiao, Longyun; Jin, Wangzan; Wang, Qining; Zhao, Lei. 46‐5: Photon‐to‐Photon Latency Test Solution to Video See‐Through of Mixed Reality Headset. SID Symposium Digest of Technical Papers. 2024-04, 55 (S1). ISSN 0097-966X. doi:10.1002/sdtp.17099 (英語).