Hogyan működik a jelenetgráf frissítése virtuális környezetekben?

A virtuális környezetekben a jelenetgráf folyamatosan változik a különböző felhasználói interakciók és a látószögek módosulása során. A virtuális kamera távolságának változásakor a jelenetben megjelenő részletek is módosulnak. Ez azt jelenti, hogy a jelenetgráf folyamatosan frissül, és a különböző szintű részletek csak akkor válnak elérhetővé, ha azok a felhasználó számára aktuálisak. Ez a változás a felhasználó által végzett manipulációkkal együtt zajlik le, például egy virtuális kéz avatárjával történő műveletekkel, amelyek során az adott objektumhoz kapcsolódó csomópontok módosulnak.

Ez a folyamat nemcsak a virtuális tárgyak manipulációjánál jelenik meg, hanem akkor is, amikor a felhasználó egy adott jelenetben való navigációt végez. Ilyenkor a jelenetgráf állapota módosul, hiszen a távolság a virtuális kamerától megváltoztatja a látott részleteket. Mivel a jelenetgráf folyamatosan változik, minden egyes frissítéshez szükséges a csomópontok megfelelő kezelése, melyet rekurzív módon hajtanak végre a gyökércsomóptól a levelekig és vissza. Ez a frissítés magában foglalja a csomópontok attribútumainak módosítását, ideértve a transzformációk frissítését, valamint a csomópontok határoló térfogatainak számítását is. A csomópontok határoló térfogatai, mint például a virtuális objektumokat körülvevő dobozok, kulcsszerepet játszanak a virtuális környezetekben végzett számítások optimalizálásában.

Miután a jelenetgráf frissítése megtörtént, a grafikai feldolgozó rendszer számára elérhetővé válik az új képkocka generálásához szükséges információ. Az OpenGL Performer példáján keresztül a grafikai rendszer a jelenetgráfban található csomópontokat mélység szerint, balról jobbra végigjárva dolgozza fel. Azonban léteznek más típusú jelenetgráfok is, amelyek más-más módon hajtják végre a bejárást. A haptikus jelenetgráfok például csupán felülről lefelé haladnak, és minden egyes csomópontnak csak egy szülője lehet.

A jelenetgráfok nemcsak a grafikai feldolgozást gyorsítják, hanem a fizikai modellezésben és az ütközésdetektálásban is szerepet játszanak. A CPU segítségével végezhetünk "view-frustum culling"-et, ami azt jelenti, hogy ellenőrizhetjük, vajon egy adott csomópont vagy annak alcsomópontjai láthatóak-e a kamera látóterében. Ha egy csomópont határoló térfogata kívül esik a látóterén, annak objektumait nem kell tovább feldolgozni a grafikai rendszerben. Ezáltal csökkenthető a számítási igény, növelve a képkockasebességet és javítva az interaktivitást.

A jelenetgráfok fontos szerepet játszanak a többfelhasználós virtuális környezetekben is, ahol a felhasználók elosztott rendszerekben osztoznak egy közös világon. Ebben az esetben a virtuális világot kisebb régiókra osztják fel, és minden egyes régió saját számítógépes rendszeren fut. A rendszerek kommunikálnak egymással, hogy a felhasználók valós időben interakcióba léphessenek a világgal. A többfelhasználós rendszerek nagy kihívása az, hogy hogyan kezeljük a különböző felhasználók nézetét és akcióit, miközben minimalizáljuk a hálózati terhelést és maximalizáljuk a rendszer válaszidejét.

Egy másik fontos tényező, hogy az ilyen elosztott rendszerek általában különböző számítási teljesítménnyel rendelkező eszközöket használnak, és különböző renderelő rendszerekkel rendelkeznek. Az ilyen rendszerek célja, hogy fenntartsák a virtuális világ állandóságát, még akkor is, ha egyes felhasználók nincsenek jelen. A különböző szimulátorok és szerverek közötti koordináció és az akciók gyors szinkronizálása kulcsfontosságú az interaktív élmény fenntartásában, különösen akkor, amikor több ezer felhasználó egyidejűleg osztozik ugyanabban a virtuális környezetben.

Milyen hatással van az illúziókészítés az érzékszervi visszajelzésekre a virtuális valóságban?

A virtuális valóság rendszerekben való navigálás és interakció során az érzékszervi visszajelzések, mint a vizuális és szaglási ingerek közötti összhang vagy ellentmondás, komoly hatással lehetnek a felhasználói élményre és annak realizmusára. Ezen összhangok vagy ellentmondások alapvetően befolyásolják a felhasználók érzékelését és a virtuális környezethez való viszonyukat. Különösen érdekes a szaglási illúziók jelensége, amikor a vizuális és szaglási visszajelzések nem egyeznek, és így a felhasználók olyan szagot érzékelhetnek, amely nem felel meg a tényleges szaglási ingereknek.

A szaglási illúziók alapját az a jelenség képezi, amikor a vizuális és szaglási szenzoros visszajelzések között ellentmondás lép fel. Ennek következtében a felhasználó olyan szagot érzékelhet, amely nem egyezik meg azzal, amit valójában tapasztal. Az Amsellem és munkatársai (2018) által végzett kutatások alapján az ilyen ellentmondások gyakran fokozzák a virtuális valóságban tapasztalt illúziók valósághűségét, mivel az érzékszervi feldolgozás zavara felerősíti a virtuális környezetbe vetett hitet.

Korábbi kutatások, mint a Gougeh és Falk (2023) tanulmánya is bemutatták, hogy az összhangban lévő vizuális és szaglási visszajelzések javíthatják a szimuláció realizmusának érzékelését. Azonban fontos, hogy a szaglási illúziók alkalmazása az olfaktorikus visszajelzések csökkentésére, tehát a szükséges illatosító tárolók számának minimalizálására irányuló kutatás során egyre inkább elterjedt. A Tokyo-i Egyetem kutatói már 2008-ban kifejlesztették a "Nioi Café" elnevezésű rendszert, amelyben a felhasználók különböző szagokat érzékeltek, miközben a tányérokra projekteket képek és ételtárgyak nem mindig egyeztek meg a valós szaglási ingerekkel. Ez a kísérlet jól szemlélteti, hogyan működnek az érzékszervi illúziók a valóságotól való eltérés hatására. A Nioi Café példáján látható, hogy a vizuális és szaglási ingerek közötti összhang vagy ellentmondás közvetlenül befolyásolja a felhasználó szaglásának érzékelését.

A kutatás alapján az illúzió erőssége különböző tényezőktől függ, például a résztvevők előzetes tapasztalataitól. Például, amikor az egyik szag illeszkedett egy gyümölcs illatához, a felhasználók gyakran tévesen észleltek más szagokat is. A kutatás során megfigyelték, hogy amikor a narancs képét vetítették, miközben valójában tea illata volt érezhető, a résztvevők 50%-a narancsot érzékelt, míg amikor az alma képe volt a tányéron, a kávé illatával csak 15%-uk érzékelt illúziót. Ez a megfigyelés rávilágít arra, hogy az illúziók mértéke erősen függ a felhasználó előzetes tapasztalataitól, illetve az illatok közötti hasonlóságtól.

A gyümölcsökkel kapcsolatos kutatás során például az almához, őszibarackhoz, citromhoz és licsihez tartozó reprezentatív szagok segítségével megfigyelték, hogy amikor a bemutatott képek és a szagok közötti távolság kicsi volt, az illúziók előfordulása 44%-ra nőtt. Ezzel jelentős mértékben csökkentették a szükséges illatanyagok számát, miközben a felhasználók mégis gazdag szaglási élményben részesültek. Bár az illúziók hatékonysága egyértelműen csökkenti a szükséges szaglóedények számát, az ilyen rendszerek fejlesztése még mindig aktív kutatási terület, amely a jövőben további fejlesztéseket hozhat.

A szaglási illúziók alkalmazása lehetőséget ad arra, hogy a virtuális valóság rendszerek hatékonyabban és gazdagabb érzékszervi tapasztalatokat nyújtsanak a felhasználóknak, miközben csökkentik a szükséges hardverek számát. Az érzékszervi illúziók tehát nemcsak a virtuális környezetek realizmusát növelhetik, hanem technológiai szempontból is előnyt jelentenek a szimulációk hatékonyságának javításában.

Hogyan lehet 3D objektumokat készíteni és használni VR szimulációkhoz?

Miután a modellek létrejöttek és elmentésre kerültek, azokat át kell konvertálni olyan formátumokká, amelyek kompatibilisek a használt VR szimulátorral. Az ilyen típusú VR szimulációk általában a valós idejű megjelenítést igénylik, ami azt jelenti, hogy a modellek gyors, pontos és részletes ábrázolása alapvető fontosságú.

A kézi, állványra szerelt és légi 3D szkennerek különböző célokra alkalmasak, attól függően, hogy mekkora területet kell digitalizálni. A kézi szkennerek, mint a „Peel 3”, egy egyszerű, kompakt megoldás, amelyet kifejezetten kisebb területek részletes szkennelésére terveztek. A szkenner három kamerával rendelkezik, amelyek közül két kamera infravörös fényben rögzíti a geometriát, míg egy központi színes kamera biztosítja a színes felvételt. Az objektum felülete a szkenner IR fényét használva van "megvilágítva", ami lehetővé teszi a távolságok mérését és a pontfelhő generálását. Mivel a szkenner folyamatosan méri az objektumot, a felhasználó valós időben figyelemmel kísérheti a digitalizálás előrehaladását.

A pontfelhő létrehozása a szkenner által rögzített mérési adatok alapján történik, amelyeket szoftver segítségével egyesítenek és „összevarrnak” egyetlen 3D-s pontfelhővé. A pontfelhők tömege gyakran nagyon nagy, így a modell finomítása érdekében további lépésekre van szükség, például a hibás területek újraszkennelésére vagy a nem kívánt pontok eltávolítására. Az adatokat további feldolgozásra is szükség van ahhoz, hogy a 3D-s háromszögháló elkészüljön, ami az objektum felületét reprezentálja.

A digitális modellek későbbi felhasználásához a háromszöghálók számos szűrési eljáráson mennek keresztül, mint például a háromszög-decimáció, ami csökkenti a háromszögek számát, hogy a modell használható legyen VR szimulációkhoz. A decimálás során a részletesebb területek, például az orr része, több háromszöget kap, míg a simább, kevésbé bonyolult területek, mint a homlok, kevesebb háromszöget igényelnek. Az ilyen típusú optimalizálás elengedhetetlen a VR szimulációk számára, mivel csökkenti a renderelési időt és a rendszerek számítási terhelését.

A légi 3D szkenner rendszerek, mint a LiDAR, az épületek, városrészek vagy erdők digitalizálásában hasznosak. A LiDAR egy lézersugarat használ, amelyet egy repülőgépen helyeznek el, és amelyet motoros tükör és forgó fej segítségével irányítanak a földre. A lézerfény visszaverődése alapján a rendszer távolságokat mér, így pontos 3D pontfelhőket hoz létre a térképezett területről. A repülőgép helyzetét GPS segítségével mérik, és a terület pontos földrajzi regisztrálásához az irányt és a pozíciót kiegészítő földi állomásokkal korrigálják.

A 3D modellek beszerzésének másik módja a kereskedelmi 3D objektum adatbázisok, például a TurboSquid, amelyek művész által készített modelleket kínálnak. Ezek az adatbázisok különféle iparágak, például az építészet, a marketing és az animáció számára kínálnak már készen álló 3D modelleket, amiket vásárolni lehet. Az előre elkészített modellek felhasználása gyakran gyorsabb és költséghatékonyabb megoldás lehet, mint a saját modellek készítése, különösen, ha az adott objektum nem igényel egyedi finomítást.

A 3D szkennerek és az online adatbázisok kombinációja lehetővé teszi, hogy bármilyen virtuális térben megjeleníthető objektumot gyorsan és hatékonyan létrehozzunk, miközben figyelembe kell venni a különböző eszközök és technológiák korlátait. Az ilyen típusú modellezés és digitalizálás során fontos figyelmet fordítani a minőségre, a részletességre és a szoftverek közötti kompatibilitásra, hogy a végeredmény a lehető legjobban szolgálja a VR szimuláció céljait. A folyamatos fejlődés révén pedig a jövőben még inkább elérhetők lesznek azok az eszközök, amelyek gyorsan és pontosan képesek modellezni a valós világot.