🔬 optics

Research and Development of High-Efficiency Compressed Transmission Technologies for Holographic Communication in Beyond 5G Networks

Questo rapporto delinea i risultati della ricerca del progetto dell'Università di Hokkaido finanziato dal NICT sullo sviluppo di tecnologie di trasmissione compressa ad alta efficienza per la comunicazione olografica nelle reti Beyond 5G, presentando risultati specializzati in un formato accessibile per un pubblico ampio.

Autori originali: Yuji Sakamoto, Takahiro Yamanoi, Seok Kang

Pubblicato 2026-07-07

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yuji Sakamoto, Takahiro Yamanoi, Seok Kang

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di inviare a un amico un ologramma perfetto e tridimensionale di un coniglio. In passato, era come cercare di spedire per posta l'intera biblioteca di una scuola solo per mostrare una singola immagine. I dati sono così enormi che intaserebbero Internet, e i computer necessari per crearli impiegherebbero ore per finire un singolo fotogramma.

Questo rapporto dell'Università di Hokkaido descrive come abbiano costruito un "tubo magico" per risolvere questi problemi, con l'obiettivo di rendere realtà la TV olografica (Holo-TV) per la prossima generazione di internet (Oltre il 5G).

Ecco come ci sono riusciti, suddiviso in concetti semplici:

1. Il "Traduttore Universale" (Formato Dati Comune)

Il Problema: Immagina di inviare un film a un amico. Se il tuo amico ha una TV gigante, un tablet o un paio di occhiali, di solito devi ri-montare il film specificamente per il suo dispositivo. Se hai 1.000 amici con 1.000 dispositivi diversi, dovresti creare 1.000 versioni differenti. Questo è impossibile.

La Soluzione: I ricercatori hanno creato un "Traduttore Universale" per la luce. Invece di inviare un film su misura per uno schermo specifico, inviano una singola "ricetta di luce" grezza (chiamata Object Light) dalla stazione di trasmissione.

Come funziona: Pensa a questa ricetta come a un insieme di istruzioni su come la luce dovrebbe apparire al tuo occhio. Quando il segnale raggiunge il tuo dispositivo (che sia un visore o un proiettore da tavolo), il tuo dispositivo agisce come un traduttore. Prende quella ricetta universale e la converte istantaneamente nel formato specifico di cui il suo schermo ha bisogno.
Il Risultato: Il trasmettitore invia un unico segnale, ma ogni utente riceve un'immagine 3D perfetta sul proprio dispositivo specifico.

2. La "Cucina Superveloce" (Calcolo ad Alta Velocità)

Il Problema: Creare questi ologrammi è come preparare una torta dove devi calcolare il percorso esatto di ogni singolo granello di luce. Farlo per un video in tempo reale un tempo richiedeva ore.

La Soluzione: Hanno costruito una massiccia "cucina" utilizzando un cluster di 18 potenti schede grafiche (GPU), che è come avere 90.000 chef che lavorano insieme.

Il Trucco: Hanno organizzato il lavoro come una catena di montaggio. Mentre un gruppo di chef prepara gli ingredienti, un altro cucina e un altro ancora impiattare.
Il Risultato: Sono riusciti a cucinare un secondo intero di video olografico in meno di un secondo (circa 25 fotogrammi al secondo). Ciò significa che il "coniglio" sullo schermo può saltare, rimbalzare e muoversi in tempo reale senza ritardi.

3. Lo "Specchio Magico" (Riflessi Realistici)

Il Problema: Nel mondo reale, la luce rimbalza su superfici curve come pomelli di porte o paraurti di auto. I vecchi metodi informatici faticavano a calcolare questi rimbalzi, rendendo gli ologrammi piatti o finti.

La Soluzione: Hanno sviluppato un nuovo trucco matematico per tracciare i raggi di luce che rimbalzano su specchi curvi.

L'Analogia: Immagina di cercare di prevedere dove rimbalzerà una palla se la lanci contro una parete curva. Invece di tirare a indovinare, hanno usato un metodo chiamato "Bézier clipping" per mappare perfettamente la curva.
Il Risultato: Hanno creato ologrammi in cui puoi vedere un coniglio riflesso in uno specchio dietro di lui, e persino vedere un secondo riflesso di quel riflesso. Sembra incredibilmente reale, con profondità e ombre corrette.

4. Gli "Occhiali Intelligenti" (Display Montati sulla Testa)

Il Problema: Se giri la testa, l'immagine 3D deve aggiornarsi istantaneamente, altrimenti sembrerà un adesivo piatto attaccato alla tua fronte.

La Soluzione: Hanno costruito un visore leggero (Holo-HMD) che traccia i movimenti della testa.

Il Trucco: Invece di ricalcolare l'intera immagine quando giri la testa, il dispositivo esegue solo una piccola "correzione" all'angolo della luce.
Il Risultato: Puoi guardare a sinistra, a destra, in alto o in basso, e l'oggetto 3D rimane al suo posto, proprio come un oggetto reale. Si aggiorna abbastanza velocemente (oltre 30 volte al secondo) che il tuo cervello non si accorge del lavoro del computer.

5. Il Trucco dell' "Occhio Pigro" (Foveated Rendering)

Il Problema: Gli ologrammi richiedono enormi quantità di dati. Inviare un ologramma in 4K è come cercare di trasmettere un film in risoluzione 8K: è troppo pesante per le reti attuali.

La Soluzione: Hanno utilizzato un trucco basato su come funzionano gli occhi umani. I nostri occhi vedono dettagli elevati solo al centro (dove stiamo guardando); i bordi della nostra visione sono sfocati.

L'Analogia: Immagina di dipingere un ritratto. Dipingi gli occhi con estremo dettaglio, ma dipingi lo sfondo con pennellate ampie e sciolte.
Il Risolo: Il computer calcola solo il "centro" dell'immagine ad alta definizione. I "bordi" sfocati vengono calcolati con meno sforzo. Questo riduce la dimensione dei dati di oltre tre volte e rende il computer otto volte più veloce, senza che tu noti la differenza.

6. Il "Coniglio Fluttuante" (Test nel Mondo Reale)

La Prova: Non si sono limitati alla matematica; hanno testato il tutto. Hanno preso scansioni 3D reali di una persona e di un coniglio, hanno inviato i dati attraverso il loro sistema e li hanno visualizzati sul visore.

Il Risultato: Quando i ricercatori muovevano la testa, il coniglio e la persona si muovevano con loro, mostrando diverse angolazioni e nascondendosi dietro oggetti proprio come nella vita reale.

Riassunto

Questo progetto ha costruito con successo il "motore" per un futuro in cui potrete guardare la TV olografica 3D. Hanno superato i tre ostacoli principali:

Dimensione dei Dati: Utilizzando un formato universale e la compressione dell' "occhio pigro".
Velocità: Utilizzando un cluster di supercomputer e una matematica intelligente.
Realismo: Calcolando riflessi complessi e adattandosi alla visione umana.

Il rapporto conclude che, sebbene le singole parti funzionino perfettamente, il prossimo passo sia collegarle tutte in un unico sistema completo, end-to-end, per mostrare al mondo come sarà il futuro della comunicazione 3D.

Sintesi Tecnica: Ricerca e Sviluppo di Tecnologie di Trasmissione Compressa ad Alta Efficienza per la Comunicazione Olografica nelle Reti Beyond 5G

1. Definizione del Problema

La realizzazione pratica della televisione olografica (Holo-TV) e della comunicazione immersiva è stata storicamente ostacolata da due colli di bottiglia primari: l'enorme volume di dati olografici richiesti per una ricostruzione ad alta fedeltà e la limitata risoluzione e capacità computazionale dei dispositivi di visualizzazione. Gli approcci tradizionali richiedono spesso la trasmissione di dati olografici adattati a specifici dispositivi utente e punti di vista, con il risultato di carichi computazionali insostenibili presso la stazione di trasmissione e requisiti eccessivi di larghezza di banda per la comunicazione. Inoltre, gli algoritmi esistenti di Computer-Generated Holography (CGH) faticano nella resa realistica di scene complesse (ad esempio, riflessioni curve, superfici nascoste) e nelle prestazioni in tempo reale, in particolare quando supportano i sei gradi di libertà (6DoF) e diverse architetture di visualizzazione (ad esempio, visori per testa, proiettori da banco).

2. Metodologia

Il gruppo di ricerca dell'Università di Hokkaido ha proposto un'architettura di sistema denominata Holometric Video Streaming (HVS). Questo framework scinde il processo di trasmissione dal dispositivo e dal punto di vista specifico dell'utente. La metodologia principale prevede:

Formato Dati Comune: Invece di trasmettere ologrammi specifici per il dispositivo, il sistema trasmette "dati comuni" (specificamente, la luce dell'oggetto alla posizione della pupilla, $O_{eye}$ ) che sono indipendenti dall'hardware dell'utente. Il dispositivo ricevente esegue quindi un calcolo di back-propagation per convertire questi dati comuni in dati olografici ( $O_{SLM}$ ) adatti al proprio specifico sistema ottico.
Rendering Realistico tramite Ray Tracing: Per ottenere il fotorealismo, il gruppo ha sviluppato algoritmi di ray-tracing capaci di gestire la rimozione delle superfici nascoste e le riflessioni su superfici curve (utilizzando superfici di Bézier e Bézier clipping).
Calcolo ad Alta Velocità:
- Lato Server: È stato utilizzato un cluster di GPU (18 NVIDIA RTX 4090) per parallelizzare il calcolo CGH, impiegando l'elaborazione a pipeline e la divisione spaziale del piano olografico.
- Registrazione Cilindrica: Per supportare la visione a punto di vista libero, è stata introdotta una superficie di registrazione cilindrica. È stato sviluppato un algoritmo per calcolare efficientemente la luce dell'oggetto su questo cilindro mediante back-propagation da una superficie planare, ottenendo un'accelerazione di oltre 10.000 volte rispetto al calcolo diretto.
- Lato Client: Sono stati sviluppati algoritmi leggeri di compensazione di fase per i dispositivi utente (HMD) per aggiornare gli ologrammi in tempo reale in base alla rotazione della testa, indipendentemente dal numero di sorgenti luminose puntiformi.
Sfruttamento del Sistema Visivo Umano (HVS): Per affrontare la compressione e la velocità di calcolo, è stato applicato il foveated rendering. Questa tecnica renderizza la regione centrale dello sguardo (fovea) ad alta risoluzione, riducendo al contempo la risoluzione delle regioni periferiche tramite "sub-ologrammi".
Sviluppo Hardware: Il progetto ha comportato la progettazione e la costruzione di vari prototipi di visualizzazione, tra cui un Visore Olografico per Testa (Holo-HMD), un Proiettore Olografico per Testa (Holo-HMP), dispositivi portatili di generazione dati basati su FPGA e display da banco con ampio campo visivo.

3. Contributi Chiave e Risultati

A. Architettura di Sistema e Formati Dati

Framework HVS: Ha dimostrato con successo un'architettura di tipo broadcast in cui vengono trasmessi dati comuni e vengono generati localmente gli ologrammi specifici per il dispositivo. Ciò riduce significativamente il carico computazionale per il broadcaster e la larghezza di banda richiesta per la trasmissione.
Luce dell'Oggetto come Dato Comune: Ha validato che la trasmissione dell'onda ottica alla posizione della pupilla ( $O_{eye}$ ) consente la ricostruzione di immagini identiche attraverso diversi sistemi ottici (ad esempio, con o senza lenti convesse) dopo l'appropriata trasformazione inversa.

B. Prestazioni di Rendering e Calcolo

Rendering di Riflessioni Curve: Sviluppato un algoritmo per la generazione di riflessioni su superfici curve (ad esempio, pomelli metallici, specchi curvi). Sottodividendo le superfici di Bézier in segmenti planari e applicando il principio di Fermat, la velocità di calcolo è stata accelerata di oltre 30 volte, e ulteriormente di 100 volte con l'ottimizzazione del percorso ottico, consentendo tempi di generazione nell'ordine dei secondi.
Accelerazione tramite Cluster GPU: Un cluster di 4 server con 18 GPU ha raggiunto un picco teorico di 2 PFLOPS. Ciò ha permesso la generazione di video olografici a risoluzione 2K a 25,8 fotogrammi al secondo (FPS) per simulazioni fisiche complesse (ad esempio, un coniglio su una altalena), raggiungendo prestazioni quasi in tempo reale.
Luce dell'Oggetto Cilindrica: Il metodo di back-propagation proposto per le superfici di registrazione cilindrica ha ottenuto un'accelerazione di 10.000 volte rispetto ai metodi convenzionali basati su sorgenti luminose puntiformi.

C. Dispositivi di Visualizzazione ed Esperienza Utente

Holo-HMD: È stato sviluppato un HMD compatto (125 × 130 × 40 mm), a colori, con un campo visivo (FOV) di 16,4°. Supporta i 6DoF e aggiorna gli ologrammi a >30 FPS in risposta al movimento della testa.
Holo-HMP: È stato realizzato un sistema di proiezione montato sulla testa che proietta immagini olografiche su uno specchio concavo, espandendo il FOV senza ostruire la visione del mondo reale da parte dell'utente. Include la compensazione di fase in tempo reale per il rollio della testa.
Display da Banco: Sono stati dimostrati dispositivi con ampi FOV (12,8°) e ampie zone di visione (32°). Questi sistemi utilizzano l'eye-tracking per commutare elettronicamente la luce di ricostruzione, consentendo a più utenti o a un singolo utente di visualizzare l'immagine da varie angolazioni senza regolazioni fisiche.
Riduzione del Rumore Speckle: Sono stati testati due metodi:
1. Riduzione della Coerenza Temporale: L'uso di eccitazione con fosforo giallo e filtri di frequenza ha ridotto il rumore speckle di circa il 30% mantenendo la luminosità.
2. Riduzione della Coerenza Spaziale: La vibrazione di fibre ottiche multimodali ha ridotto il rumore del 43%, sebbene con un certo compromesso sulla risoluzione dell'immagine.

D. Compressione ed Efficienza

Foveated Rendering: Applicando i sub-ologrammi alla visione periferica, lo studio ha ottenuto un'accelerazione superiore a 8 volte nel calcolo rispetto al rendering a risoluzione completa.
Rapporto di Compressione: La riduzione del volume di dati tramite i sub-ologrammi ha permesso un miglioramento del rapporto di compressione di oltre 3 volte rispetto ai metodi convenzionali di compressione senza perdita.
Dati del Mondo Reale: Il sistema ha visualizzato con successo dati 3D catturati da oggetti reali (utilizzando dati poligonali e di nuvole di punti) sul Holo-HMD, dimostrando capacità di visione libera a 6DoF con occlusione realistica e parallasse di movimento.

4. Significato e Rivendicazioni

Gli autori affermano che questa ricerca stabilisce le tecnologie elementari fondamentali richieste per la comunicazione olografica di tipo broadcast nelle reti Beyond 5G. Il significato del lavoro risiede in:

Scalabilità: L'architettura HVS risolve il problema della scalabilità della trasmissione a dispositivi diversificati spostando l'onere computazionale del rendering specifico del dispositivo sul lato utente, pur mantenendo un unico flusso di dati comuni.
Fattibilità della Holo-TV in Tempo Reale: Combinando l'accelerazione dei cluster GPU, algoritmi di rendering ottimizzati e la compressione basata sull'HVS, il progetto dimostra che la trasmissione di video olografici ad alta fedeltà e in tempo reale è tecnicamente fattibile, soddisfacendo l'obiettivo di 1,5 Gbps o inferiore (un miglioramento dell'efficienza di otto volte rispetto ai metodi convenzionali).
Integrazione Pratica dei Dispositivi: Lo sviluppo di dispositivi di visualizzazione portatili, leggeri e con ampie zone di visione (HMD, HMP, unità da banco) colma il divario tra l'olografia teorica e le applicazioni pratiche per i consumatori.
Fondamenta per Sistemi Futuri: Sebbene lo studio si sia concentrato su singole tecnologie elementari, esso fornisce una tabella di marcia validata per l'integrazione di questi componenti in un sistema end-to-end per comunicazioni immersive 3D, istruzione e applicazioni sanitarie.

Il rapporto conclude che, sebbene siano necessari ulteriori lavori per l'integrazione completa del sistema end-to-end e un'ulteriore accelerazione, il framework HVS proposto e le tecnologie dimostrate affrontano efficacemente le barriere critiche per la realizzazione della comunicazione olografica nell'era Beyond 5G.