Rörelseaxlar för egen rörelse och föremålsrörelse formar hur vi uppfattar värld-relativ rörelse

Varför din uppfattning av rörelse kan vara oväntat knepig

Varje gång du går nerför en korridor, cyklar eller utforskar ett spel i virtuell verklighet, tycks hela scenen röra sig över dina ögon. Ändå kan du ändå avgöra vilka objekt som faktiskt rör sig i världen och vilka som bara "glider" över näthinnan för att du själv rör dig. Denna studie ställer en bedrägligt enkel fråga: hur separerar hjärnan din egen rörelse från andra föremëls rörelse, och spelar det roll om du och föremålet rör er i samma riktning eller i räta vinklar mot varandra?

Hur ögats rörelsebild sorteras

När du rör dig kallas mönstret av skiftande ljus på dina ögon för optiskt flöde. Varje punkt i scenen sveper över ditt synfält på ett sätt som beror på hur långt bort den är och hur du färdas. När ett annat objekt rör sig samtidigt är dess bildrörelse en blandning av din rörelse och dess egen. Huvudidén är att hjärnan utför en slags subtraktion, tar bort den del av rörelsen som orsakas av självrörelse för att återfå objektets "värld-relativa" rörelse. Denna process kallas flow parsing. Riktiga scener, och högkvalitativ virtuell verklighet, är rika på djupledtrådar som till synes storlek och den lilla skillnaden mellan de två ögonens vyer, och dessa ledtrådar kan hjälpa hjärnan att utföra denna subtraktion mer exakt.

Test av rörelse i ett virtuellt rum

Forskarna placerade försökspersoner i en stor kurvskärms-3D-visning som fyllde större delen av deras synfält. I den första experimentet tittade deltagarna in i ett virtuellt rum med kaklat golv, väggar och tak, och en ljus boll placerad något till vänster eller höger om där de tittade. I varje korta försök rörde sig både observatören och bollen: scenen simulerade antingen framåt- eller bakåtrörelse, eller förskjutning åt vänster eller höger, medan bollen själv kunde röra sig antingen längs samma linje (framåt–bakåt) eller sidledes (vänster–höger). Efter en halv sekund försvann scenen och deltagarna rapporterade om bollen verkade röra sig åt ett håll eller åt motsatt håll längs en given linje. Genom att justera bollens rörelse över många försök fann teamet den inställning där bollen verkade stå still relativt scenen och använde detta för att beräkna en "gain" som indikerar hur fullständigt självrörelsen hade räknats bort.

När korsande banor hjälper hjärnan

I rumsscenen var hjärnans flow parsing sällan perfekt: gain-värden föll typiskt mellan noll (ingen kompensation för självrörelse) och ett (fullt korrekt värld-relativ rörelse). Avgörande nog berodde prestationen på relationen mellan observatörens bana och bollens bana. När observatören skiftade vänster–höger gjorde hjärnan ett bättre jobb för bollar som rörde sig framåt eller bakåt än för bollar som rörde sig vänster–höger. Omvänt, när observatören rörde sig framåt eller bakåt var det lättare att bedöma bollar som rörde sig sidledes än de som också rörde sig i djupet. Med andra ord uppfattades rörelse mer exakt när självrörelse och föremålsrörelse stod i räta vinklar mot varandra snarare än parallellt. Den exakta sidan där bollen befann sig, hur långt ut den stod, och huruvida observatören var på väg mot eller bort från den hade liten effekt.

Svävande föremål och starkare djupledtrådar

I ett andra experiment ersattes det enkla rummet av ett löst moln av färgade kuber kring bollen, mer likt en klassisk laboratoriedisplay. Dessa närliggande objekt gav starkare djupinformation och rikare lokal rörelse runt målet. Samma mönster av observatörs- och bollrörelser testades. Återigen var det centrala resultatet en fördel för ortogonal rörelse: människor var bättre på att separera bort självrörelse när de och bollen rörde sig längs olika axlar än när båda färdades längs samma linje. I dessa röriga scener var gain-värden generellt högre, och i en betingelse — sidledesrörliga bollar under framåt–bakåt självrörelse — var prestationen så bra att den statistiskt inte gick att skilja från perfekt kompensation.

Vad detta betyder för vardagslivet och virtuella världar

För en lekmannabetraktare är slutsatsen att din hjärna inte förlitar sig på en enda ledtråd för att förstå rörelse i världen. Den kombinerar det svepande bakgrundsmönstret från din egen rörelse med signaler om hur långt saker är, inklusive förändringar i deras till synes storlek och de subtila skillnader som ses av varje öga. Denna studie visar att när din bana och ett objekts bana korsar varandra i en rät vinkel förändras dessa avstånds- och djupledtrådar mer, vilket ger hjärnan extra fördelar för att reda ut vad som verkligen rör sig och vart. När allt ligger längs samma riktning är de hjälpande förändringarna svagare och dina bedömningar blir mindre exakta. För formgivare av virtuell verklighet och utbildningssimulatorer innebär detta att layouter och rörelsemönster som betonar tydliga djuprelationer och korsande rörelser kan göra det lättare för användare att korrekt bedöma föremålsrörelse, vilket för tankarna närmare hur vi uppfattar rörelse i den verkliga världen.

Citering: 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

Nyckelord: optiskt flöde, rörelseperception, virtuell verklighet, djupledtrådar, egennytt rörelse