草稿:Photon-to-Photon Latency/temp
外观
您所提交的草稿仍需改善。在2024年8月14日由Lemonaka (留言)审阅。
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)审阅。 如何改善您的草稿
| ![]() |
![](http://upload.wikimedia.org/wikipedia/commons/thumb/b/ba/Symbol_opinion_vote.svg/20px-Symbol_opinion_vote.svg.png)
Photon-to-Photon latency,其直译为光子到光子延迟,其用于描述XR设备从现实世界捕获的事件,传输到实时显示在XR设备显示屏上所需的时间。[1]
对于一般的VR显示设备来说,其系统的延时定义为:从输入信号的产生到最终传输到显示屏上被人所感知到的时间的累积,这段时间包含来自跟踪设备、视觉渲染、触觉渲染和音频等多个链路的延迟。延迟会影响使用者的主观体验和物理交互的表现。[2]
特别的,对于XR设备来说,其需要获取真实世界的画面,将真实世界转换到“数字映射世界”中,并且可以与其互动。所以不仅需要考虑其渲染虚拟画面的延时,还需要采用Photon-to-Photon latency来定义其获取真实世界的画面的延时。[3]
为了获得真实环境,目前XR设备采用的透视方案有光学透视(Optical See Through,简称OST)和视频透视技术(Video See-Through,简称VST)这两种。[1][4]
用户通过光学透视,能够直接看到外界环境,因此,以光学透视(Optical See Through,简称OST)为解决方案的AR,其观测真实世界的光程往往是身边几米的范围,用公式 t=S/c (c代表光速)来计算光程的延时会是1/10^-8秒量级,PTP延时可以忽略不计。
视频透视技术通过XR设备的摄像头来捕获外界环境,真实世界的光事件被Camera曝光捕捉(感知的Photon)后,需要经历中间硬件链路的运算和传输,最后在显示屏上点亮(生成的Photon)被人眼感知到。因此,对于以视频透视技术(Video See-Through,简称VST)为解决方案的MR,尽管光程延时同样忽略不计,但其整个端到端的PTP延时非常显著,往往是几十毫秒的量级。[5][6]
參考
[编辑]- ^ 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. 维基百科,自由的百科全书. 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 (英语).
- ^ Ernst, Johannes M.; Laudien, Tim; Schmerwitz, Sven. Solomon, Latasha; Schwartz, Peter J. , 编. 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 (英语).