当前位置: 首页 > article >正文

超构光学与 AR 的深度融合 | 攻克 VAC 与眼动范围难题

原文信息

原文标题:“Three-dimensional varifocal meta-device for augmented reality display” 

第一作者:宋昱舟,袁家琪,陳欽杪,刘小源 ,周寅,程家洛,肖淑敏*,陈沐谷*,耿子涵*

背景

在科技领域,增强现实(AR)显示技术因融合真实与虚拟场景的能力,成为研究与产业发展焦点。然而,其在实际应用中存在诸多技术难题,其中调节辐辏冲突(VAC)和有限的眼动范围(eyebox)问题尤为突出。

眼动范围是衡量近眼显示设备性能的关键指标,直接影响用户观看画面的完整性与视觉体验的舒适性、连续性。当前主流的焦点动态控制与瞳孔追踪技术,多依赖机械运动部件或多层液晶全息元件,导致系统结构复杂、体积庞大,无法满足 AR 设备轻量化、便携化的发展需求。因此,研发兼具动态焦距调控能力与紧凑结构的新型光学元件,是推动 AR 显示技术革新的核心。

引言

本研究的突破性创新在于实现了超构光学(光学 / 光子学)与增强现实显示技术的深度交叉融合,成功研制出一款具备三维动态调焦功能的超构光学元件。研究团队另辟蹊径,将前沿的超构表面(metasurface)技术、莫尔(Moiré)理论以及离轴菲涅耳透镜(off - center Fresnel lens)相位轮廓设计有机结合,提出了一种无需复杂机电控制系统即可实现焦点精准动态调节的全新光学设计方案。

研究主题

研究团队设计制备了由三个级联超表面构成的集成化超构光学元件。通过精确设计超表面相位轮廓与相对旋转角度,实现光束焦点在三维空间的高精度动态调控。相较于传统方案,该元件大幅优化系统复杂度、厚度与重量,契合 AR 显示轻量化需求。

此创新元件有效解决 AR 显示两大核心难题:针对调节辐辏冲突,可按需调整虚拟图像焦点,缓解视觉疲劳;通过动态调焦模拟瞳孔追踪,显著拓展眼动范围,提升观看舒适性。

在集成应用方面,超表面与 MEMS / 液晶结合实现电驱动动态控制,与传统折射器件集成可校正色差、缩小体积,与波导集成能实现多维全息功能。技术方案不依赖特定光源与复杂控制系统,无明显像差,可与现有 AR 设备无缝对接,商业化前景广阔。

经理论设计与实验验证,该元件由莫尔相位和离轴菲涅耳透镜相位轮廓的级联超表面组成,采用 TiO₂纳米柱阵列,通过电子束光刻与刻蚀工艺制备。实验显示,其有效焦距在 3.7mm-33.2mm 连续变化,横向焦点灵活可调,动态眼动范围扩展至 4.2mm-5.8mm,显著提升 AR 显示性能与用户体验。

成果展现

• 设计理念革新:创新性地将莫尔相位与离轴菲涅耳透镜相位轮廓相结合,仅通过简单的机械旋转操作,即可实现焦点在三维空间的动态调控,彻底摆脱了传统方案对复杂机械、液晶或电学控制装置的依赖。

超构元件的相位设计及器件表征(来自原文)

• 结构优化升级:三层级联的超构元件整体厚度仅处于微米量级,与传统光学元件相比,在体积和重量上实现了量级上的缩减,为 AR 设备的轻薄化设计提供了全新可能。

• 性能卓越突出:在焦距调节方面,有效焦距实现了 3.7 - 33.2 mm 的大范围连续调节,横向焦点调节灵活,最大横向偏移角可达 1.6°;在眼动范围优化上,动态眼动范围拓展至 4.2 - 5.8 mm,成功解决了 VAC 和眼动范围受限的关键问题。

三维可变焦实验结果及性能表征(来自原文)

• 应用潜力巨大:该超构元件能够直接适配现有 AR 显示光学系统,兼容 LED 等日常安全光源,在实际应用中无明显像差,具备良好的可扩展性与实用性,为 AR 技术的广泛应用奠定了基础。

总结

综上所述,本研究成果成功开发的三维动态调焦超构元件,突破了 AR 显示技术发展的关键技术瓶颈,为下一代高性能、轻量化 AR 显示技术发展指明了方向。未来,可围绕超构元件的结构与材料优化、光学效率与视场角提升、多波长消色差设计开发,以及结合先进计算成像算法等方向展开深入研究,加速推动 AR 显示技术向实用化、商品化方向迈进。

OAS 光学软件的超表面设计功能非常便捷,该功能将构建更为高效、精准的超表面设计流程,进一步推动光学领域的发展。OAS 光学软件已在超表面设计中展现卓越效能,为科研人员和工程师提供技术保障。

http://www.lryc.cn/news/2403310.html

相关文章:

  • [ Qt ] | 与系统相关的操作(三):QFile介绍和使用
  • RetroMAE 预训练任务
  • 软件工程:如何做好软件产品
  • 蓝桥杯 省赛 2025python(B组)题目(分析)
  • React - 组件通信
  • 《前端面试题:CSS的display属性》
  • 飞牛使用Docker部署Tailscale 内网穿透教程
  • 《数据挖掘》- 房价数据分析
  • centos中的ulimit命令
  • git提交代码和解决冲突修复bug
  • 华为仓颉语言初识:并发编程之同步机制(上)
  • php中实现邮件发送功能
  • C++之动态数组vector
  • arc3.2语言sort的时候报错:(sort < `(2 9 3 7 5 1)) 需要写成这种:(sort > (pair (list 3 2)))
  • Android动态广播注册收发原理
  • Ubuntu 系统通过防火墙管控 Docker 容器
  • AI 模型分类全解:特性与选择指南
  • 【Zephyr 系列 11】使用 NVS 实现 BLE 参数持久化:掉电不丢配置,开机自动加载
  • 【Android】Android Studio项目代码异常错乱问题处理(2020.3版本)
  • n皇后问题的 C++ 回溯算法教学攻略
  • 一些免费的大A数据接口库
  • DeepSeek本地部署及WebUI可视化教程
  • 机器学习算法时间复杂度解析:为什么它如此重要?
  • SSIM、PSNR、LPIPS、MUSIQ、NRQM、NIQE 六个图像质量评估指标
  • 【笔记】旧版MSYS2 环境中 Rust 升级问题及解决过程
  • centos查看开启关闭防火墙状态
  • [论文阅读] 人工智能 | 大语言模型计划生成的新范式:基于过程挖掘的技能学习
  • MS31912TEA 多通道半桥驱动器 氛围灯 照明灯 示宽灯 转向灯驱动 后视镜方向调节 可替代DRV8912
  • 软考 系统架构设计师系列知识点之杂项集萃(84)
  • 矩阵QR分解