Les axes du mouvement propre et du mouvement des objets modèlent notre perception du mouvement par rapport au monde

Pourquoi votre perception du mouvement peut être étonnamment trompeuse

Chaque fois que vous marchez dans un couloir, faites du vélo ou explorez un jeu en réalité virtuelle, l’ensemble de la scène semble défiler devant vos yeux. Pourtant, vous pouvez distinguer quels objets bougent réellement dans le monde et lesquels « glissent » sur votre rétine parce que vous êtes en mouvement. Cette étude pose une question apparemment simple : comment votre cerveau sépare-t-il votre propre mouvement du mouvement des autres éléments, et cela importe-t-il que vous et l’objet vous déplaciez dans la même direction ou à angle droit l’un par rapport à l’autre ?

Comment l’image en mouvement de l’œil est triée

Quand vous vous déplacez, le motif lumineux qui balaie votre champ visuel s’appelle le flux optique. Chaque point de la scène traverse votre vision d’une manière qui dépend de sa distance et de votre déplacement. Lorsqu’un autre objet bouge en même temps, le mouvement de son image est un mélange entre votre déplacement et son propre mouvement. L’idée principale est que le cerveau effectue une sorte de soustraction, retirant la partie du mouvement causée par le déplacement de l’observateur afin de retrouver le mouvement « relatif au monde » de l’objet. Ce processus est connu sous le nom de flow parsing. Les scènes réelles, et les environnements de réalité virtuelle de haute qualité, abondent en indices de profondeur tels que la taille apparente et la légère différence entre les vues des deux yeux, et ces indices peuvent aider le cerveau à réaliser cette soustraction plus précisément.

Tester le mouvement dans une salle virtuelle

Les chercheurs ont placé des volontaires dans un grand écran courbe 3D qui remplissait la majeure partie de leur champ visuel. Dans la première expérience, les participants regardaient une salle virtuelle avec un sol carrelé, des murs et un plafond, et une balle lumineuse positionnée légèrement à gauche ou à droite du point de fixation. À chaque essai bref, à la fois l’observateur et la balle se déplaçaient : la scène simulait soit un déplacement vers l’avant ou l’arrière, soit un glissement vers la gauche ou la droite, tandis que la balle elle-même pouvait se mouvoir soit le long de la même ligne (avant–arrière), soit latéralement (gauche–droite). Après une demi-seconde, la scène disparaissait et les participants indiquaient si la balle semblait se déplacer dans un sens ou dans le sens opposé le long d’une ligne donnée. En ajustant le mouvement de la balle sur de nombreux essais, l’équipe a déterminé le réglage pour lequel la balle paraissait immobile par rapport à la scène et a utilisé cela pour calculer un « gain » qui indique dans quelle mesure le mouvement propre a été compensé.

Quand le croisement des trajectoires aide le cerveau

Dans la scène de la salle, le flow parsing du cerveau était rarement parfait : les gains étaient généralement compris entre zéro (aucune compensation du mouvement propre) et un (mouvement relatif au monde entièrement correct). Fait crucial, les performances dépendaient de la relation entre la trajectoire de l’observateur et celle de la balle. Lorsque l’observateur glissait de gauche à droite, le cerveau se comportait mieux pour les balles se déplaçant vers l’avant ou l’arrière que pour celles déplacées gauche–droite. À l’inverse, lorsque l’observateur se déplaçait vers l’avant ou l’arrière, il était plus facile d’évaluer les balles qui bougeaient latéralement que celles qui se déplaçaient en profondeur. En d’autres termes, le mouvement était perçu avec plus de précision lorsque le mouvement propre et le mouvement de l’objet formaient un angle droit plutôt que lorsqu’ils étaient parallèles. Le côté exact de la balle, sa distance latérale et le fait que l’observateur se dirigeât vers elle ou s’en éloignât avaient peu d’effet.

Objets flottants et indices de profondeur renforcés

Dans une seconde expérience, la salle simple a été remplacée par un nuage lâche de cubes colorés entourant la balle, plus proche d’un affichage classique de laboratoire. Ces objets proches fournissaient une information de profondeur plus forte et un mouvement local plus riche autour de la cible. Les mêmes schémas de mouvement de l’observateur et de la balle ont été testés. Là encore, le résultat principal était un avantage pour le mouvement orthogonal : les participants étaient meilleurs pour séparer le mouvement propre lorsque leurs trajectoires et celle de la balle suivaient des axes différents que lorsque les deux suivaient la même ligne. Dans ces scènes encombrées, les gains étaient généralement plus élevés, et dans une condition — balles se déplaçant latéralement pendant un mouvement propre avant–arrière — les performances étaient si bonnes qu’elles étaient statistiquement indiscernables d’une compensation parfaite.

Ce que cela signifie pour la vie quotidienne et les mondes virtuels

Pour un lecteur non spécialiste, l’idée à retenir est que votre cerveau ne repose pas sur un seul indice pour comprendre le mouvement dans le monde. Il combine le vaste motif de fond issu de votre propre déplacement avec des signaux sur la distance des objets, y compris les variations de taille apparente et les différences subtiles perçues par chaque œil. Cette étude montre que lorsque votre trajectoire et celle d’un objet se croisent à angle droit, ces indices de distance et de profondeur varient davantage, donnant au cerveau un levier supplémentaire pour démêler qui se déplace réellement et où. Quand tout s’aligne dans la même direction, ces changements utiles sont plus faibles et vos jugements sont moins précis. Pour les concepteurs de réalité virtuelle et de simulateurs d’entraînement, cela signifie que des aménagements et des schémas de mouvement qui favorisent des relations de profondeur claires et des mouvements croisés peuvent faciliter l’évaluation correcte du mouvement des objets par les utilisateurs, rapprochant les expériences virtuelles de la façon dont nous percevons le mouvement dans le monde réel.

Citation: Guo, H., Allison, R.S. Axes of self-motion and object motion shape how we perceive world-relative motion. Sci Rep 16, 8914 (2026). https://doi.org/10.1038/s41598-026-42955-5

Mots-clés: flux optique, perception du mouvement, réalité virtuelle, indices de profondeur, mouvement propre