Multimodal Mixed Reality for In‐Field Visualization of RGB‐Based Vegetation Indices

方法

消费级头显、GPU并行计算着色器、动态查找表色彩映射与四种交互模式。

发现

GPU并行消除CPU瓶颈，维持≥72Hz无卡顿刷新，界面认知负荷低且不遮挡周边视野。

机会点

可延伸至多光谱/深度传感融合、真实农户可用性试验及指数-产量/胁迫的实时决策闭环。

在田间环境下评估作物生理健康仍受限于离线数据处理或静态二维显示，制约了实时空间解读能力。本文提出一种新型混合现实框架，利用消费级头戴式显示器在农田中直接计算、归一化并可视化20种基于RGB的植被指数。该平台通过并行GPU计算着色器和动态查找表（Look-Up Table）色彩映射处理实时摄像头视频流，并在四种面向任务的交互模式（沉浸式、屏幕式、扫描式和马赛克式）下提供情境化反馈。在Meta Quest 3头显上进行的田间定量基准测试表明，GPU并行化消除了严重的CPU处理瓶颈，在田间行走过程中保持运动稳定的刷新率（≥72 Hz）且无陈旧帧，从而防止晕动症。为在无需实证人体受试者试验的情况下评估界面工效学，本研究基于Nielsen的10项可用性启发式原则和符号认知维度框架开展了理论可用性评估。评估结果证实，该交互设计有效平衡了高光谱信息密度与低认知负荷，并保持周边危险可见性不受遮挡。本研究为精准农业中的实时空间计算奠定了可扩展基础，实现了经济高效的原位作物分析。