研究目的
研究移动平台上增强现实应用的实现与设计问题，重点关注触发响应时间、电池消耗等参数，以及这些参数与触发图像复杂度、3D对象复杂度和环境光照的关联。
研究成果
研究表明，触发响应时间（TRT）会随着触发特征点数量的增加而缩短，但在极端环境光照条件下可能延长。电池耗电量会随3D网格复杂度的提升而增加。设计者必须在增强现实体验的细节呈现与性能及电池续航之间取得平衡?；肪彻庹胀嵊跋霻RT，在应用设计中需予以考量。后续研究应将这些发现拓展至其他平台，并进一步探究参数间的依赖关系。
研究不足
该研究仅限于单一移动设备（One Plus 3T）和安卓操作系统；结果可能无法推广至其他平台或操作系统。实验假设没有其他应用程序运行，这可能无法反映实际使用情况。未来的工作可以探索不同设备和操作系统下的这些参数，并研究触发图像中高频点的影响。
1：实验设计与方法选择：
本实验旨在测量不同参数对增强现实（AR）应用中触发响应时间（TRT）和电池消耗的影响。该应用使用Vuforia进行图像识别，Unity进行应用开发和渲染，Blender进行3D对象设计。TRT的测量从相机API调用开始，到触发识别API调用结束；电池消耗则通过Android API进行测量。
2：样本选择与数据来源：
使用的移动平台为一加3T安卓手机。实验设计与测试了具有不同网格复杂度的3D对象以及具有不同特征点的触发图像。通过基于电位器的照明系统（搭配标准白光LED）调节环境光照强度。
3：实验设备与材料清单：
一加3T智能手机、用于测量环境光照的照度计、Vuforia平台、Unity平台、Blender软件，以及配备电位器和LED的照明系统。
4：实验流程与操作步骤：
通过设计触发图像、在Blender中创建3D对象、集成Vuforia实现图像追踪，并在Unity中编写代码来开发AR应用。实验过程中调整触发图像复杂度（特征点数量）、3D网格大小和环境光照强度，在受控条件下（关闭WiFi和数据连接，屏幕亮度设为50%）测量TRT和电池消耗。
5：数据分析方法：
收集并分析TRT和电池消耗数据，观察不同参数变化的趋势及影响，结果以图表形式呈现。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Vuforia
Vuforia
AR image recognition and target tracking platform
-
Unity
Unity
Application development, 3D object rendering, and app publishing platform
-
Blender
Blender
3D object and animation design platform
-
One Plus 3T
3T
One Plus
Mobile test platform for running the AR application
-
lux meter
Measuring ambient light intensity in lux
-
登录查看剩余3件设备及参数对照表
查看全部
