自我运动轴与物体运动轴如何塑造我们对世界相对运动的感知

为何你的运动视图会出乎意料地棘手

每当你走过走廊、骑车或在虚拟现实游戏中探索时，整个场景似乎在你的视野中移动。然而你仍能分辨出哪些物体在真实世界中移动，哪些只是因为你在移动而“在视网膜上滑动”。本研究提出一个看似简单但颇具诱惑性的问题：你的大脑如何将自身运动与其他物体的运动区分开来？当你和物体沿相同方向移动或彼此成直角移动时，这一过程是否会有所不同？

眼睛所见的运动图像如何被理清

当你移动时，落在眼睛上的光的移动模式被称为视流。场景中每个点在视野中扫描的方式取决于它的远近和你的运动方式。当另一个物体同时移动时，它在视网膜上的影像运动就是自身运动与由你引起的运动的混合。领先的想法是大脑会执行某种减法，去除由自身移动引起的那一部分运动，以恢复物体的“相对于世界”的运动。这一过程被称为流解析（flow parsing）。真实场景以及高质量的虚拟现实都富含深度线索，例如视觉大小的变化和双眼视差，这些线索可能帮助大脑更准确地完成这一减法。

在虚拟房间中测试运动感知

研究者让受试者置于一个大型弧形屏幕的三维显示环境中，该显示占据了他们的大部分视野。在第一个实验中，被试观察一个带有瓷砖地面、墙壁和天花板的虚拟房间，房间中有一个明亮的球体，稍微位于他们注视点的左侧或右侧。在每次短时试验中，观察者和球体都会移动：场景模拟前进或后退，或向左或向右滑动，而球体本身则可能沿同一条线（前后）或横向（左右）移动。半秒后，场景消失，参与者报告球体在给定方向上看起来是朝一个方向移动还是相反方向。通过在多次试验中调整球体的运动，研究团队找到了使球体在场景中看起来静止的设置，并据此计算出一个“增益”，以表征自我运动被消除的程度。

交叉路径有助于大脑分辨

在房间场景中，大脑的流解析很少是完美的：增益通常介于零（不补偿自我运动）与一（完全正确的相对于世界的运动）之间。关键是，表现取决于观察者路径与球体路径之间的关系。当观察者左右滑动时，大脑对前后移动的球体的处理优于对左右移动球体的处理。相反，当观察者前后移动时，判断横向移动的球体比判断也在深度方向上移动的球体更容易。换言之，当自我运动与物体运动成直角而非平行时，运动被更准确地感知。球体位于哪一侧、离开视线多远以及观察者是朝向还是远离它移动，对结果影响甚微。

漂浮物体与更强的深度线索

在第二个实验中，简单的房间被一团环绕球体的彩色立方体云所取代，更像经典实验室显示。这些邻近物体提供了更强的深度信息和目标周围更丰富的局部运动。研究对相同的观察者与球体运动模式进行了测试。关键结果再次是正交（直角）运动的优势：当观察者和球体沿不同轴移动时，人们更善于将自我运动与物体运动分离，而当两者沿同一方向移动时则不如前者。在这些杂乱场景中，增益普遍更高，在一个条件下——当球体横向移动且观察者前后移动时——表现优异到在统计学上无法与完美补偿区分开来。

这对日常生活与虚拟世界意味着什么

对普通读者来说，结论是你的大脑并不依赖单一线索来理解世界中的运动。它将由自身运动产生的背景大范围模式与有关物体距离的信号相结合，包括视见大小的变化和双眼之间的细微差异。本研究表明，当你的运动路径与物体路径成直角相交时，那些关于距离和深度的线索会发生更明显的变化，从而为大脑提供额外的信息以理清究竟是什么在向何处移动。而当一切沿同一方向排列时，那些有用的变化会变弱，你的判断也较不准确。对于虚拟现实和训练模拟器的设计者而言，这意味着强调清晰深度关系和交叉运动的布局与运动模式，可以帮助用户更准确地判断物体运动，使虚拟体验更接近我们在现实世界中的运动感知。

引用: 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

关键词: 视流, 运动感知, 虚拟现实, 深度线索, 自我运动