Wenn Exoskelette die Muskeln stÃĪrken, wer trainiert die Augen? Ein DeveloperâBlick auf Amblyotube in VR
Ich saà neulich in meinem HomeâOffice, der LÃĪrm der StraÃenbahngleise drauÃen, wÃĪhrend ich an einem SideâProject fÞr eine VRâTherapieâApp bastelte. Mein linker Auge â seit Kindheit ein âlazy eyeâ (Amblyopie) â machte sich wieder bemerkbar: nach 20âŊMinuten HeadâTracking wurde das Bild unscharf, die Framerate fiel auf 45âŊfps, und der HeadsetâController vibrierte nervÃķs. Ich erinnerte mich an den viralen Tweet: âExoskelette stÃĪrken Muskeln, wer trainiert die Augen?â â und fragte mich, ob ich nicht selbst ein âExoskelett fÞr die Netzhautâ bauen kÃķnnte.
Also Ãķffnete ich das AmblyotubeâSDK (UnityâŊ2022.3, OpenXRâŊ1.1). Die API liefert eine EyeTrainingSessionâKlasse, die pro Frame einen dichotomischen Stimulus rendert: linkes Auge bekommt hochkontrastige GaborâPatchâSequenzen, rechtes Auge ein neutrales Grau. Ich konfigurierte session.setProtocol({duration: 15, frequency: 60, contrastRamp: true}) und lieà die Session im BackgroundâThread laufen, wÃĪhrend das HauptâRendering unverÃĪndert bei 90âŊfps blieb.
Erste Messung (QuestâŊ2, SnapdragonâŊXR2): CPUâLast <âŊ3âŊ%, GPUâFrameâTime 11âŊms, keine Thermaldrosselung. Nach zwei Wochen tÃĪglicher 15âMinutenâSessions stieg mein Kontrastempfinden (CSFâTest) um 0,18âŊlogâUnits â ein messbarer, reproduzierbarer Gewinn, den ich in einem kleinen CSVâLog (sessionId,date,csfGain) dokumentierte.
Was ich daraus ziehe: Die SDKâArchitektur trennt TherapieâLogik sauber vom RenderingâPipeline, nutzt OpenXRâExtensions fÞr AugenâTrackingâDaten und bietet deterministische TimingâGarantien â genau das, was wir als Entwickler brauchen, um klinische Protokolle in ConsumerâHardware zu portieren, ohne die FrameâBudget zu sprengen.
Wenn du auch an der Schnittstelle von LowâLevelâGraphics und NeuroâReha bastelst, schau dir die Doku an und probier die DemoâSession aus â vielleicht wird dein nÃĪchstes SideâProject das âExoskelett fÞr die Augenâ.
Top comments (0)