Bilmediğiniz bir şehirde gezinmek için ön cam üzerinde bir baş üstü gösterge projeksiyonu kullanarak bir araba sürdüğünüzü hayal edin. Bu artırılmış gerçekliktir (AR); bilgiler yalnızca sizi bir rota boyunca yönlendirmekle kalmaz, aynı zamanda çevrelerinizdeki bisikletçiler veya yayalar gibi göze çarpan bilgiler konusunda sizi uyarmak için kullanılır. Sanal içeriğin doğru yerleştirilmesi sadece çok önemli değil, aynı zamanda belki de ölüm kalım meselesidir.

Bilgi diğer materyalleri gizleyemez ve onu anlamanız için yeterince uzun gösterilmeli, ancak bundan daha uzun sürmemelidir. Bilgisayar sistemleri bu tespitleri gerçek zamanlı olarak, hiçbir bilginin rahatsız edici veya rahatsız edici olmasına neden olmadan yapmak zorundadır. Bisikletçinin kendisini gizlemesi için arabanın önünden geçmesi gereken bir bisikletçi hakkında kesinlikle bir uyarı istemiyoruz!

AR'de bir araştırmacı olarak, doğru bilgileri kullanıcının tam ekranına, doğru yerde, doğru zamanda nasıl elde edeceğimi bulmak için çok zaman harcıyorum. Çok fazla bilgi göstermenin kullanıcıyı şaşırtabileceğini, ancak yeterince gösterilmemenin bir uygulamayı işe yaramaz hale getirebileceğini öğrendim. Aradaki tatlı noktayı bulmalıyız.

Bunun çok önemli bir unsuru ortaya çıkıyor, kullanıcıların nereye baktıklarını bilmesi. Ancak o zaman istedikleri bilgileri işleyebilecekleri bir yerde teslim edebiliriz. Araştırmamız, nerede olduğunu ölçmeyi içerir. kullanıcı gerçek sahneye bakıyor, sanal içeriğin nereye yerleştirileceğine karar vermenize yardımcı olacak bir yol olarak. AR ile hayatımızın birçok alanına sızmaya hazır - sürme için iş için rekreasyon - ciddi veya kritik eylemler için destek sağlamak için AR'ye güvenmeden önce bu sorunu çözmemiz gerekecek.

Bilgilerin nereye yerleştirileceğini belirleme

Kullanıcının aradığı yerde bilginin görünmesi anlamlıdır. Gezinirken, bir kullanıcı ilişkili sanal bilgiyi ortaya çıkarmak için bir binaya, sokağa veya başka bir gerçek nesneye bakabilir; Sistem, görülebilir sahneyi karıştırmamak için diğer tüm ekranları gizlemeyi bilirdi.

Ama birinin neye baktığını nasıl biliyoruz? İnsan vizyonunun nüanslarının, bir kişinin gözünde incelememize izin verdiği ve nereye baktıklarını hesapla. Bu verileri, bir kişinin görüş alanını gösteren kameralarla eşleştirerek, kişinin ne gördüğünü ve neye baktığını belirleyebiliriz.

Göz izleme sistemleri ilk olarak 1900’lerde ortaya çıkmıştır.. Başlangıçta çoğunlukla okuma kalıplarını incelemek için kullanılıyorlardı; Bazıları okuyucu için çok müdahaleci olabilir. Daha yakın zamanlarda, gerçek zamanlı göz takibi ortaya çıktı ve daha uygun fiyatlı, kullanımı kolay ve daha küçük hale geldi.

Göz izleyiciler ekran veya giyilebilir camlara veya başa takılan ekranlara entegre edilmiş. Gözler bir kombinasyonu kullanılarak izlenir kameralar, projeksiyonlar ve bilgisayarlı görü algoritmaları Bir monitörde gözün ve bakış noktalarının konumunu hesaplamak için.

Göz izleme verilerini incelerken genellikle iki ölçüme bakarız. İlk denilen bir tespitve bakışımızı ne zaman duraklattığımızı, genellikle bir sahnedeki ilginç bir yere odaklandığımızı açıklamak için kullanılır, çünkü dikkatimizi çekti. İkincisi bir gözün kısa ve hızlı hareketi, bakışları konumlandırmak için kullanılan hızlı göz hareketlerinden biri. Kısa fiksasyon dönemlerini sakasitler denilen hızlı hareketler takip eder. Temel olarak, gözlerimiz, bir sahnenin bölümleriyle ilgili bilgileri parçalayarak bir yerden bir yere hızla dönüyor. Beyinlerimiz daha sonra zihinlerimizde görsel bir görüntü oluşturmak için bu fiksasyonlardaki bilgileri bir araya getirir.

{youtube}tdFIvRMvFQI{/youtube}

AR ile göz izlemenin birleştirilmesi

Genellikle AR içeriği gerçek dünyadaki bir nesneye veya yere bağlanır. Örneğin, bir cadde adını içeren sanal bir etiket o caddede gösterilmelidir. İdeal olarak, AR etiketlerinin ilişkili olduğu gerçek nesneye yakın görünmesini istiyoruz. Ancak, birden çok AR etiketinin üst üste gelmesine ve okunamaz hale gelmesine izin vermemeye dikkat etmemiz gerekir. Etiket yerleştirmeyi yönetme konusunda birçok yaklaşım vardır. Bir seçeneği araştırıyoruz: kişinin gerçek sahnede nereye baktığını hesaplamak ve AR etiketlerini yalnızca bu noktada görüntülemek.

Örneğin, bir kullanıcı markette düşük kalorili tahıllar için alışveriş yapmasına yardımcı olan bir mobil uygulama ile etkileşime giriyor. AR uygulamasında, her bir mısır gevreği onunla ilişkili kalori bilgisine sahiptir. Fiziksel olarak her bir mısır gevreği kutusunu almak ve besin içeriğini okumak yerine, kullanıcı mobil cihazını tutup ilgili bilgiyi ortaya çıkarmak için belirli bir mısır gevreği kutusuna yönlendirebilir.

Ancak bir mağazanın tahıl koridorunun ne kadar kalabalık olduğunu çeşitli paketlerle düşünün. AR etiketlerinin görüntüsünü yönetmenin bir yolu olmadan, tüm tahıl kutuları için kalori bilgi etiketleri görüntülenir. İlgilendiği tahıl için kalori içeriğini belirlemek imkansız olurdu.

Gözlerini takip ederek, kullanıcının hangi bireysel mısır gevreği kutusuna bakacağını belirleyebiliriz. Sonra o belirli tahıl için kalori bilgilerini görüntüleriz. Bakışlarını başka bir kutuya kaydırdığında, düşündüğü bir sonraki için rakamları gösteririz. Ekranı düzenli değil, istediği bilgi hazır. Ve ek bilgiye ihtiyacı olduğunda bunu gösterebiliriz.

Bu tür bir gelişim AR araştırması için heyecan verici bir zaman yaratır. Mobil ekranlarda gerçek dünya sahnelerini bilgisayar grafikleri ile bütünleştirebilme yeteneğimizi arttırıyoruz. Bu, etrafımızdaki dünyayla etkileşimde olma, ondan öğrenme ve eğlendirme yeteneğimizi genişleten çarpıcı yeni uygulamalar yaratma ihtimalini artırıyor.

Yazar hakkında

Ann McNamara, Görselleştirme Doçenti, Teksas A & M Üniversitesi

Bu yazı orijinalinde Konuşma. Okumak Orijinal makale.

İlgili Kitaplar

at

Ziyaret ettiğiniz için teşekkürler InnerSelf.com, neredeler 20,000+ "Yeni Tutumlar ve Yeni Olasılıklar"ı tanıtan, yaşamı değiştiren makaleler. Tüm makaleler tercüme edilmiştir 30+ dil. Üye olun haftalık olarak yayınlanan InnerSelf Magazine'e ve Marie T Russell'ın Daily Inspiration'ına. InnerSelf Dergisi 1985'den beri yayınlanmaktadır.