图七，图片来自 Up 主消失的模因视频截图

由于凸透镜的作用，屏幕的成像距离也被调整，如 Quest 2 的像距在 1.3 m，已经能够满足人眼的观看范围了。

不过，由图六可知，人眼与透镜、透镜与屏幕间，都需要保持合适的距离。如果透镜离人眼过近，像距也会被拉近，从而不能满足人眼的观看范围。如果透镜过远（仍要小于焦点），那整个设备的体积又会增大。

透镜的距离也影响着 FOV 的大小。这里要再稍微解释下 FOV 的概念，一般我们所谈论的都是水平 FOV（field of view），是指屏幕被透镜折射，最顶部和最底部的两道光线射入人眼所形成的夹角。

FOV 越大，人在屏幕中所看到的虚拟视野就越大。但问题在于，想要增加 FOV，要么把透镜后移，让其更靠近人眼，或者增加镜片的厚度。透镜后移，会导致像距被拉近，不能满足人眼的观看需求；增加镜片厚度，又会导致设备整体过重，并且同样的，像距依然会有问题。

实际上，FOV 并不是越大越好。现实世界中，人正常聚焦的视野范围一般在 110°，如果物体出现在 110° 外，人一般要转头去看，增加疲劳度。所以，只要保证 FOV 在 110° 左右，其实也就够了。

另一方面，透镜所呈现的放大版屏幕，实际上是原来屏幕的投射，屏幕分辨率是没有变的，FOV 越大，对屏幕分辨率要求就越高，差的屏幕甚至能看到像素点。从工程学而言，找到 FOV 同屏幕、透镜厚度、设备整体尺寸的平衡关系，才是实际的难点。

3）透镜的演变

在实际工程中，透镜的演变，或者说 VR 中光学方案的演变，大体可以从非球面镜片到菲涅尔镜片，再到 pancake 折叠光路。

图八，图片来自网络

一般的球面镜片，镜面各处曲率相同，所以光从镜片折射出来，会聚焦在不同的位置，也因此导致模糊和外围失真的情况，这种现象被称为球面像差；非球面镜片就是在球面镜片的基础上，改变表面的曲率，使得折射出来的光能够汇聚在一点上。这样，球面像差的问题就能得到缓解或消除；但非球面镜片有个问题，它太重了。

于是菲涅尔镜片被搬到了 VR 中，简单来说，透镜的主要作用是为了折射光线，而透镜中存在一部分区域不折射光线，既然如此，直接把这部分拿掉，也完全不影响透镜的功能。菲涅尔凭着这样的方式，减了一波重量。

但菲涅尔镜头各处曲率不变，焦距无法进一步被压缩，整体仍然较重，VR 眼睛也无法做得轻薄；同时由于曲面不连续，成像精度受限。非球面和菲涅尔镜头，都是采用平行光路的方案（光从透镜中透出，进入人眼）。想要再轻薄，目前最佳的实践是采用折叠光路（拉近焦距，通过多重反射进入人眼，既缩小焦距又保证成像）。

pancake 的名字也反映出了它的结构，就是像饼干一样的四层镜片（各家有不同，如果用 micro led 会有五层），它的光学原理不必深究（反正也搞不懂），只需记住它的解决方案是通过折叠光路使得焦距近一步被压缩。

焦距被压缩，其实不单改变厚度，也改变了视场角，近大远小，焦距变短，那视场角就会变大。当然这只是理论上的（理论上限 pancake 可达 200°），现实中由于工艺的问题，pancake 方案的视场角还没有菲涅尔广，在 60 – 90° 之间，而菲涅尔可以达到 100° 左右，当然，离人眼的 120° 还有一段距离。

当然，pancake 也有自己的问题，因为有两次反射的原因，理论上 pancake 的入射光线亮度只有一开始的 25%，这就要求光源本身得很亮。

同时由于多路反射，容易出现鬼影的情况，对工艺要求很高。但这些都是可解决的问题，平行光路有它的上限，如果要塑造沉浸感 便携的设备，折叠光路还是更好的方案。

由于 pancake 「损光」的特性，屏幕亮度就显得尤为重要，目前主流的搭配仍然是 Fast LCD Mini LED 背光 Pancake，但更理想的方式是 Micro OLED Pancake，相比于传统 LCD 的 500 尼特亮度，Micro OLED 的亮度可达 1000-6000 尼特。

另外值得一提的是，既然是折射，画面一定会失真。现行的光学方案都是先让屏幕中显示的画面先失真（桶形畸变），再通过透镜折射恢复正常（透镜会通过枕形畸变将桶形畸变的图像恢复正常）。

图九，图片来自 POMEAS

4）沉浸感的实现

如果说凸透镜解决了近眼成像和视觉放大的问题，那么还留存着一个尚待解决的问题：深度感知。这也是实现 VR 沉浸感的关键。

解决方案其实再简单不过，只需在透镜前放置两块屏幕（或一块屏幕隔成两块），分别呈现同一图像的不同成像角度即可。

图十，图片来自网络

人眼是个非常神奇的存在，本质上当我们看向三维物体时，左右眼看到的其实是同一物体的不同角度的平面成像图像。当两种不同角度的图片到达人脑后，人脑内置的视觉算法可以自动将两张平面图片合成一张立体图片。

VR 成像，由于所有的内容都只呈现在屏幕上，而屏幕是平面的，所以无法像真实的三维物体一样，由于视差（两眼看到的角度差异）的存在而感受到立体感。所以，一不做二不休，干脆在两块屏幕上呈现同一物体的不同成像画面，利用大脑的自动合成功能，模拟立体感知。

虽然，双目视差的机制让 VR 眼镜能够模拟三维影像的立体感。但沉浸感除了立体，还有对于深度信息的感知。简言之，怎么区分物体离我们的距离。

5）远近感知

人眼感知世界的方式，主要依靠四种机制：

1. 双目汇聚（vergence）
2. 双目视差
3. 单眼调节（Accommodation）
4. 大脑补充

其中，双目汇聚、单眼汇聚和大脑补充都能帮我们感知到世界的远近信息。在日常感知中，大脑补充其实是最为常见的体验，因为我们在观看视频时，视频画面本身是 2D 的，可我们却能从中判断出物体的远近，很重要的原因就是大脑补充。

大脑补充，简言之即人脑根据经验的总结，通过一些画面线索进行的距离判断，比如近大远小（学名仿射）、遮挡关系（近处遮挡远处）、光照阴影、纹理差异、先验知识（比如飞机和风筝同样大，但飞机比风筝远）。这些知识学过画画的同学不会陌生。

双目汇聚（vergence），简单理解，是指两只眼睛看向同一物体，这个过程需要转动眼球肌肉，使得双眼聚焦同一物体。当物体靠近或远离眼睛时，汇聚角（图中所示的夹角）也会变大缩小，同时眼部肌肉会收缩或放松。也即，通过感知汇聚角的范围和睫状肌的紧张程度，人眼可以分辨物体的远近。