次世代视觉:Avegant Glyph智能眼镜技术解析

2023-10-10 18:30

本文主要是介绍次世代视觉:Avegant Glyph智能眼镜技术解析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!







摘要:人的眼球直径在24mm左右,后半部分基本被视网膜覆盖。按球面积公式计算出面积为900平方毫米左右。在次世代体感眼镜Avegant Glyph中,VRD图像会直接投射到用户眼中的视网膜中,所显示的画面只属于你一个人!

最新更新:2013.12.31 - 10:22

Avegant的CEO Ed Tang先生向我们确认,在Kickstarter上的众筹项目,将在1月22日正式开始。


当Oculus VR Rift首次公布的时候,许多人都兴奋不已。就连3D大神John Carmack都跑去做了CTO。谷歌眼镜的出现,是“罪魁祸首”,它趁着智能硬件和移动互联网的热潮,又将可穿戴硬件推上了一个新的巅峰。不必说众多体感和手环类设备的泛滥,就单说智能眼镜这一门,便繁衍无数。众多玩硬件的极客们开始借助Kickstarter寻求资本加持。Oculus俨然已经成为了3D可穿戴显示器的代名词,但仍然有大匠想要挑战人们的认知。


好视力,不伤眼

如果你盯着电脑屏幕,超过1个小时,你可能就会感觉眼睛有点累了。但是如果你去看真实的世界,也许你的眼睛不会这么快就感觉到疲劳。为了重构真实而生动的世界,他们开发了这个视网膜显示技术。

人们是如何“观看”事物的?在自然的世界中,如果我们凝视发光或者反光的物体,如一本书、一个LCD面板,时间稍久眼睛就会感到疲劳。如果低亮度的柔和光线以自然方式照进你的眼睛,你的眼球则不会感到疲倦。

Avegant Glyph为用户提供了相当于80英寸的屏幕面积,2.4米/8英尺高。Avegant Glyph提供了120Hz的刷新率,这个延迟级让用户难以察觉,不会产生视觉残留的现象。


次世代视觉——Avegant Glyph

Avegant Glyph的出现,绝对是Oculus最可怕的竞争者。Avegant Glyph听起来像是一个视频游戏大作,或者是一个洲际弹道导弹的军用软件。无论如何,Avegant的成像原理与Oculus完全不同。事实上,Avegant Glyph没有任何传统意义上的“显示设备”,它所提供的图像,存在的唯一地方是用户的心中。这项技术也被称作VRD虚拟视网膜技术(Virtual Retinal Display)。这有点类似传统的CRT电视的成像原理,电子枪将光线投射在玻璃屏幕上。在Avegant Glyph中,没有这层玻璃将光线吸收并转发到真实的世界,Glyph的VRD图像会直接投射到用户眼中的视网膜上。

以这种成像方式,VRD技术会比传统的显示器更让AR有感觉。因为传统的显示技术中,图像被分层堆积在现实世界,巨大的文字或提示信息会浮于实景之上。而Avegant Glyph所产生的画面,会成为你真实视野的一部分,你会完全融入现实,而不会只觉得你的视野被某些信息所覆盖。这在实际应用中,可以解决许多现实问题。例如当你遥控机器人时,你希望获得机器人“全屏”的第一人称视野,而不是以一个视频匡的形式,显示在你视野的右上角。单眼的谷歌眼镜,更不可能让你有这种身临其境的感觉。

显示革命:超近距,私有化

更重要的是,这些显示的画面只属于你一个人,再也不用担心,公车上坐在你旁边的大叔,用怪怪的眼神偷看你手机里的内容。当然这也是VRD技术很少被主流的显示器制造商所关心的原因之一。VRD是绝对的私有化的个人影像显示技术,而大多数显示设备制造商,更希望制造可显示公共内容设备,让很多人共享同一个影像信息。直到个人可穿戴装置火起来,“超近距”显示设备需求量起来了,VRD才有其实用价值。这种局限性突然就成为了一种美德,完全私有化的显示内容,成为了移动计算最为迫切的需求之一。


在Avegant Glyph中,投射到视网膜上的图像分辨率为1280x800。在4寸的智能手机上,你可能觉得这个分辨率足够酷,但你可以想象,它投射在你900平方毫米左右的视网膜上时,这个分辨率就显得不是很高了。人眼需要逐渐适应,才能让眼前的影像变得清晰。


小贴士:人类眼球的结构

人的眼球直径在24mm左右,后半部分基本被视网膜覆盖。按球面积公式计算出面积为900平方毫米左右。视网膜由1.1~1.3 亿个柱细胞(只有黑白响应),600~700万个锥细胞(能够感受彩色)。但这些细胞的分布并不平均,边缘分辨率很低,中央凹处分辨率极高。中心与边沿的细胞比例大概是30:1。


为了临场感,采用一体化设计

Avegant Glyph是专门针对身临其境的游戏体验而设计的,它带有头部追踪功能,可以感知人脑的转动和方向位置的改变。它的耳机与整机融为一体,采用了40mm放音单元提供高质量的音频。虽然目前的智能手机已经可以提供很优秀的音频解析力,但是Avegant Glyph的制作团队,还是提供了这样一体化的解决方案,初衷就是想为用户提供完整的临场体验。


用户可以通过HDMI/MHL接口连接Xbox、PlayStation、PC、Mac、iOS、Android设备。而无线版本也已经列入了Avegant的待办事项清单中。

喜大普奔:CES2014、Kickstarter

目前,产品原型开发已经进入最后尾声,Avegant的CTO Dr Allan Evans正在为新产品申请专利。而该公司的其他关键人员包括:Ed Tang(CEO)、Yobie Benjamin(COO和CSO)、Grant Martin(市场和产品策略部主管)、Neil Welch(工程副总裁)。


最新的报道显示,其开发团队将在CES2014大展上,展示他们的产品。另外,也将在2014年年初,在Kickstarter上启动众筹项目。预计,Avegant Glyph的售价在500美元(2999RMB)左右。其电池寿命也仅有3小时。(责编/张宁)

内容来源:Avegant










这篇关于次世代视觉:Avegant Glyph智能眼镜技术解析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/182260

相关文章

基于Python打造一个智能单词管理神器

《基于Python打造一个智能单词管理神器》这篇文章主要为大家详细介绍了如何使用Python打造一个智能单词管理神器,从查询到导出的一站式解决,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 项目概述:为什么需要这个工具2. 环境搭建与快速入门2.1 环境要求2.2 首次运行配置3. 核心功能使用指

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

Golang HashMap实现原理解析

《GolangHashMap实现原理解析》HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持高效的插入、查找和删除操作,:本文主要介绍GolangH... 目录HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

java解析jwt中的payload的用法

《java解析jwt中的payload的用法》:本文主要介绍java解析jwt中的payload的用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java解析jwt中的payload1. 使用 jjwt 库步骤 1:添加依赖步骤 2:解析 JWT2. 使用 N

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

Python实现word文档内容智能提取以及合成

《Python实现word文档内容智能提取以及合成》这篇文章主要为大家详细介绍了如何使用Python实现从10个左右的docx文档中抽取内容,再调整语言风格后生成新的文档,感兴趣的小伙伴可以了解一下... 目录核心思路技术路径实现步骤阶段一:准备工作阶段二:内容提取 (python 脚本)阶段三:语言风格调

Java 正则表达式URL 匹配与源码全解析

《Java正则表达式URL匹配与源码全解析》在Web应用开发中,我们经常需要对URL进行格式验证,今天我们结合Java的Pattern和Matcher类,深入理解正则表达式在实际应用中... 目录1.正则表达式分解:2. 添加域名匹配 (2)3. 添加路径和查询参数匹配 (3) 4. 最终优化版本5.设计思