🔬 optics

Head-wearable Holographic Head-mounted Display with 6 Degrees of Freedom

本文提出了一种用于实时全息图生成的低计算量算法，并展示了其在头戴式全息显示器上的实现，该显示器成功实现了具有六自由度的 30 fps 或更高帧率。

原作者： Taichi Sakakihara, Teppei Jodo, Seok Kang, Yuji Sakamoto

发布于 2026-01-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Taichi Sakakihara, Teppei Jodo, Seok Kang, Yuji Sakamoto

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你戴着一副眼镜，它不仅仅是显示一张平面图像，而是直接在你眼前投射出一个真实的 3D 物体。你可以绕着它走动，从侧面观察它，甚至伸手去触摸它。这就是**全息头戴式显示器（Holo-HMD）**的梦想。

然而，制造这种眼镜有一个巨大的难题：计算能力。

问题所在：“数学大山”

为了创造一个全息图，计算机必须计算光波如何从一个隐形的 3D 物体反射并击中你的眼睛。想象一下，你试图计算暴雨中每一滴雨水的路径，以预测它们会落在哪里。这就是计算机在处理全息图中每一个微小的光点时所必须做的工作。

如果你希望图像在你移动头部时仍固定在空间中（这样看起来才像是一个真实的物体，而不是贴在眼镜上的贴纸），计算机就必须每秒钟重新计算这个“雨暴”般的各种光路数千次。标准计算机通常无法做得这么快，这会导致图像延迟、模糊或产生“3D 晕眩症”（类似于晕动症）。

解决方案：“预制菜”策略

北海道大学的研究人员提出了一个聪明的捷径。他们不再是在你每次移动头部时都“现做一顿饭”（重新计算整个全息图），而是决定先**“预制好食材”**，然后在移动时只添加一点“调料”。

以下是他们的系统是如何工作的：

“广播”（预计算）： 想象一个摄影棚里的巨大窗户。研究人员只需计算一次来自 3D 物体的光波，并将它们投射到一个比眼镜屏幕更大的扁平“光平面窗口”上。这就像是提前准备好了一大锅汤。
“窗口”效应： 当你戴上眼镜时，你实际上是通过这个巨大窗口上的一个小孔在观察。
“调料”（相位校正）： 当你转头或向前走时，你只是在观察那个预制好的窗口的不同部分。计算机不需要重新计算整锅汤，它只需要进行一点微小的数学运算（称为相位校正），根据你的新角度来调整光的“味道”。这就像是通过窗户改变视角：窗外的风景没有变，但你的观察角度变了。

因为这种“调料”数学运算非常简单，所以无论 3D 物体多么复杂都无所谓。计算机可以运行得极其迅速。

原型机：轻量化护目镜

团队制作了一个工作原型机来证明他们的想法是可行的。

尺寸与重量： 它大约只有手掌大小，重 287 克（约等于标准 VR 头显的重量），轻到足以舒适佩戴。
全彩显示： 他们使用了一种特殊的激光技巧（以每秒 360 次的速度快速切换红、绿、蓝光），从而在不需要三个沉重投影仪的情况下创造出全彩图像。
6 自由度（6 DoF）： 这副眼镜可以追踪你的头部在所有方向上的运动：
- 旋转： 抬头/低头、左右转头或像旋转硬币一样翻转头部。
- 平移： 向前/向后、向左/向右以及向上/下移动头部。

结果：实时魔法

当他们测试这些眼镜时：

速度： 系统每秒更新图像约 35 到 40 次。这足以让人感觉到“实时性”，并能对你的头部动作做出响应。
深度： 他们展示了眼镜可以聚焦在不同距离的物体上。如果你聚焦在 50mm 外的海豹上，那么 250mm 外的北极熊看起来就会很模糊，反之亦然。这证明了大脑感知到的是真实的深度，而不仅仅是一个平面的视觉陷阱。
运动： 当用户移动头部时，3D 图像会锁定在房间内的原处，就像真实物体一样。

局限性（不足之处）

论文承认该系统目前还不完美：

视野角度： 你所观察的“窗口”目前大约只有 17 到 20 度 宽。这虽然不错，但不如一些现代 VR 头显（可以达到 90 度以上）那么宽广。
图像质量： 图像具有一种“颗粒感”（称为斑点噪声），类似于旧电视上的静电噪声，这需要被进一步平滑处理。
组装： 眼镜对镜面和透镜组装过程中的微小误差非常敏感，需要极其精密的制造工艺。

总结

这篇论文证明了我们终于可以制造出既轻便易戴，又能实时响应头部运动的全息头显。通过使用“预计算加调整”的策略，他们解决了阻碍全息眼镜发展的最大的数学难题。虽然图像质量和视野角度仍需改进，但这向着让 3D 全息眼镜成为日常用品迈出了重要的一步。

技术摘要：具备六自由度（6DoF）的头戴式全息显示器

问题陈述
用于虚拟现实（VR）和增强现实（AR）的头戴式显示器（HMD）经常受到辐辏调节冲突（VAC）的影响，这是导致眼睛疲劳和3D晕眩的主要原因。这是因为传统的HMD显示的图像具有固定的焦深，与观察者的感知深度不匹配。全息HMD被认为是理想的解决方案，因为它们可以重建不同深度的光场，从而自然地解决VAC问题。然而，实现实用化全息HMD的一个关键障碍是生成全息数据时的计算负担。传统的计算机生成全息术（CGH）方法（如点光源法）需要大量的计算，其计算量与物体点数和全息像素数成正比。这使得支持六自由度（6DoF，包括旋转和平移）的全息实时生成变得极其困难，尤其是在通常连接到穿戴式设备的有限硬件上。

方法论
作者提出了一种结合新型快速计算算法与定制光学原型的系统，以实现实时6DoF全息显示。

快速计算算法（相位校正）：
核心创新在于一种基于全息视频流（HVS）概念的快速计算算法。该系统并非根据用户的头部运动为每一帧重新计算整个物体光场，而是预先计算特定平面上的“物体光”（即来自虚拟物体的波前）。
- 预计算： 根据虚拟物体的定义，一次性计算出物体光分布。
- 相位校正： 当用户移动头部（6DoF）时，系统不会重新计算物体光。相反，它对预计算的光数据应用相位校正。这种校正考虑了由于用户相对于全息平面的旋转和平移所引起的路径差。
- 复杂度降低： 该相位校正的计算复杂度为 $O(P)$ ，其中 $P$ 是全息像素的数量。至关重要的是，它与物体中的点光源数量（ $N$ ）无关。这与标准点光源法形成对比，后者的复杂度为 $O(PN)$。这使得系统能够处理复杂的物体，而不会增加每帧的计算时间。
- 采样限制： 作者推导出了防止相位校正重采样过程中出现混叠现象的旋转角度理论极限，确定对于所使用的特定波长，最大有效旋转角度约为 $5.7째^\circ$ 。
光学系统原型：
作者开发了一个单目全息HMD原型，具有以下特性：
- 光学结构： 激光束经准直后由空间光调制器（SLM）进行调制。衍射光形成实像，随后通过凹面镜放大，为用户创建虚像。位于焦点处的屏障消除了零级和高阶衍射噪声。
- 全彩显示： 系统使用单个RGB半导体激光器组进行时分复用。SLM以60 Hz的工作频率运行，且彩色场速率为360 Hz，通过每帧切换六次颜色来合成无闪烁的全彩图像。
- 追踪与集成： 基于Arduino的运动传感器追踪头部运动（6DoF），并将数据发送至PC。PC执行相位校正算法并实时更新SLM。
- 坐标变换： 系统包含特定的坐标变换算法，以补偿凹面镜的放大效应和组装误差（例如，实像位置的轻微偏差），确保重建的图像出现在正确的深度。

主要贡献

实时6DoF算法： 提出了一种基于相位校正的算法，该算法将计算时间与物体复杂度解耦，从而实现在标准硬件上进行6DoF全息显示的实时生成。
集成原型： 开发了一个紧凑、轻量化（287克）的头戴式全息HMD原型，集成了运动追踪、全彩重建和宽视场角光学系统。
误差补偿： 实现了用于纠正光学组装误差及原型中所用凹面镜特定放大特性的坐标变换。

结果

性能： 系统实现了约35.7至40 fps（每帧25–28 ms）的CGH生成帧率。计算时间与点光源数量无关，证实了相位校正方法的效率。
视场角（FOV）： 原型实现了 $18.23^\circ$ 的理论最大FOV和 $17.06^\circ$ 的实验FOV。
图像质量：
- 深度： 实验证明了成功的深度表达，即只有当相机聚焦在不同深度（50 mm和250 mm）的物体上时，该物体才处于焦距内，而其他物体保持模糊。
- 色彩： 通过时分复用实现了全彩重建，未观察到闪烁现象。
- 6DoF运动： 系统成功展示了重建图像，当用户头部移动时，图像相对于外部环境保持固定。这包括前后平移（ $\pm 150$ mm）、翻滚旋转（ $\pm 30^\circ$ ）、俯仰旋转（ $\pm 1.5^\circ$ ）以及偏航旋转（ $\pm 3^\circ$ ）。
- 局限性： 由于预计算物体光的平面特性以及防止混叠的需求，俯仰和偏航的旋转角度受到了限制。在进行大幅度翻滚旋转时观察到了高阶衍射伪影。

意义与主张
本文声称这项工作解决了全息HMD面临的最关键挑战之一：实现六自由度的实时全息数据生成。通过将运动追踪、宽视场角和彩色显示集成到一个单一的、轻量且紧凑的封装中，作者证明了实用的全息HMD正变得可行。

作者谦虚地指出，虽然目前的FOV（ $\approx 20^\circ$ ）与某些现有的AR眼镜相当，但仍窄于现代VR系统或先进的AR眼镜（通常 $>50^\circ$ ）。他们认为有必要通过使用全息光学元件（HOEs）或波导系统等技术来扩大FOV，并通过解决散斑噪声来提高图像质量。尽管如此，本研究为未来全息显示器的开发和实际应用提供了有益的指导和功能性的概念验证。