Step 8(基準設計のキャリブレーション)で対象とする MiniTIAS 実機の物理構成を定義する. 本ドキュメントは実機写真(REFERENCE/)と Fusion 360 設計データから読み取った構成を、シミュレーション側でどう表現するかの 認識合わせ を残すためのものである.
仕様確定前の暫定値(材料パラメータ・LED 強度等)はキャリブレーション反復で更新する.
実体は configs/scene_baseline.yaml.
| 面 | 法線 | Z 座標 | 構造 | 役割 |
|---|---|---|---|---|
| 表面(外側) | +Z 法線 | Z=-2.5〜+12.5(凹凸) | 楕円窓 + AR マーカー + カラーチャート | 撮影された画像で見える側.スマホで写真を撮るときに映る面 |
| 裏面(内側) | -Z 法線 | Z=-4.5(平面) | 平坦な取付面 | 照度均一性の評価対象面.LED 光がこの面に均一に届くことが MiniTIAS の設計目的 |
評価対象は内側(平坦面、-Z 法線面)の照度分布.照明ムラ評価とは「この面に届く光が空間的に均一かどうか」を測ること.
実機搭載 LED は LED Paradise「Ra98 SunLightLED 2835 チップ LED 4000K」(型番 LP-2835D90VW) に確定(商品ページ).以下は同商品ページから取得した規格値で、駆動条件は 規格通り 60 mA フル駆動 を前提とする.
| 項目 | 値 | 根拠 |
|---|---|---|
| 型番 | LP-2835D90VW | LED Paradise 商品ページ |
| パッケージ | SMD 2835 | 同上、REFERENCE/smd2835_datasheets.png |
| サイズ(外形) | 2.8 × 3.5 mm | 2835 命名規則どおり(現 YAML の size と一致) |
| 色温度 | 3800–4250 K(公称 4000 K) | LED Paradise |
| 演色性 Ra | 98(太陽光近似スペクトル) | 同上 |
| 順方向電圧 Vf | 3.1 V (typ) | 同上 |
| 順方向電流 If | 60 mA (max) | 同上.実機は規格通り 60 mA で運用する前提 |
| 全光束 Φv | 16–19 lm @ 60 mA(中央値 17.5 lm) | 同上 |
| 電気入力電力 | Vf × If ≈ 186 mW | 上記から算出 |
| 配光角(ビーム角) | 120°(半値全幅、Lambertian と数学的に整合) | 同上 |
| 詳細配光プロファイル(IES) | 未提供 | LED Paradise 商品ページにデータシート PDF 掲載なし |
| 分光分布(SPD) | グラフ未提供(4000K Ra98 と説明のみ) | 同上 |
※ Ra98 は太陽光のスペクトルに広帯域で近づけた高 CRI 品.本シミュは現状 RGB variant・無彩色等価で運用しており luma 指標には影響しないが、将来のスペクトル化(spectral variant)時に再評価する.
scene_baseline.yaml の radiance = 2807.247 W/(m²·sr) は実測 PNG mean=146.71 への線形アンカーで決まった校正値であり、規格値からの導出ではない.LED 物性が確定したので、規格値だけから radiance を独立に計算して校正値と並べる:
| ステップ | 値 | 備考 |
|---|---|---|
| 全光束 Φv(@60 mA、typ 中央値) | 17.5 lm | 16–19 lm の中央値 |
| LER(4000K 高 CRI 白色 LED の典型値) | ≈ 280 lm/W | 5000K で ~300、3000K で ~260、Ra98 で V(λ) ピーク外帯を多く含むため低め |
| 放射束 Φe = Φv / LER | 0.0625 W | 1 LED あたり |
| 発光面積 A | 9.8 × 10⁻⁶ m² | 2.8 × 3.5 mm |
| 半球 Lambertian 積分: Φe = L · A · π | ||
| 規格推定 radiance | L ≈ 2030 W/(m²·sr) | 駆動電流 60 mA・LER 280 lm/W・面光源 2835 想定 |
| 現状校正値(mean アンカー) | 2807 W/(m²·sr) | configs/scene_baseline.yaml:65 |
| 比 | 2807 / 2030 ≈ 1.38× |
サニティチェックとして電気→光のウォールプラグ効率を計算すると Φe / P = 0.0625 / 0.186 ≈ 33.6%(実用 LED として妥当範囲、Cree 等の高効率品で 40%・廉価品で 25–30%).規格→radiance の換算は物理的に整合しており、桁・係数とも合っている.
校正値が規格推定より 1.38× 高い差分は、間接照明設計(LED は評価板から見て反対側を向いており、評価板輝度は 反射率の累積積を経由した経路でしか決まらない、後述)の下で LED 単体側ではなく反射率累積側で説明可能:
→ 校正値 2807 と規格推定 2030 の差は反射率 0.85→0.89 で説明可能.現状の暫定 0.85 はやや低めに見積もっていた可能性がある.
LED の絶対 radiance は 線形ゲインなので CoV / 勾配 / C/P など無次元の形状指標には不変.したがって規格値 2030 への置換は形状指標残差(実測との 1.6–1.9× 差)を解消しない.本ドキュメントの「radiance を規格推定値で記録する」と「形状指標の残差を詰める」は 独立な作業であり、前者は物理妥当性の担保・後者は ISP モデル化(既知差分 #6 LSC)が本筋.
direction ベクトルが示す向き側.裏面は完全に発光しない)direction は z 軸マイナス方向 (0, 0, -1) で全 18 個共通.意図的な間接照明設計:LED 直接光は評価板に届かず、白筐体内壁の多重反射経由でのみ評価板を照らす.これにより評価板輝度は LED radiance と反射率累積の積で決まり、絶対値(mean)と相対分布(CoV/勾配/C/P)の感度は別物になるradiance は現状 2807.247 W/(m²·sr)(実測 mean=146.71 への線形アンカー校正値).規格値からの独立推定は ≈ 2030 W/(m²·sr)(前項参照).差 1.38× は反射率 0.85→0.89 で説明可能で物理範囲内
Φ [W] = radiance × area × π(Lambertian 半球積分)2.8 × 3.5 = 9.8 mm² = 9.8e-6 m²実機の LED 基板は 前側のでっぱりの直角部分 に取り付けられている.3 基板を Z 軸まわりに ±90° 回転で配置:
| 基板 | 基板中心 mm | LED 並び方向 | 個数 |
|---|---|---|---|
| 下(Y-) | (0, -70.2, -65.3) | X 軸 | 6 |
| 右(X+) | (70.2, 0, -65.3) | Y 軸 | 6 |
| 左(X-) | (-70.2, 0, -65.3) | Y 軸 | 6 |
各基板上の LED 6 個は基板の長手方向に約 8.7 mm 間隔で等間隔配置.総数 18 個.
※ 左右基板の中心座標は STL の下基板(LED基板カバー.stl、bbox 中心 (0, -70.2, -65.3))を基準に Z 軸まわり ±90° 回転で算出した推定値.Fusion 360 設計の実位置と微小なズレがある可能性あり.
評価板の 内側(平坦面)の照度マップを 2D 画像として直接取得 するため、orthographic(平行投影)センサを使う.
| 項目 | 値 | 意図 |
|---|---|---|
type | orthographic | パースペクティブ歪みを排除し、評価板の各位置の輝度を pixel と 1 対 1 対応させる |
position | (0, 0, -50) mm | 評価板の裏面(Z=-4.5)より少し離れ、かつ LED 基板(Z=-65.3)より評価板側.ray の経路に LED が入らない位置 |
target | (0, 0, 0) mm | 評価板の方向(+Z)を見る |
ortho_scale | (50, 52) mm | 評価板の bbox(X=99, Y=102 mm)に余裕を持たせた半幅 |
カメラ位置が評価板に近すぎる(Z=-10 等)と Mitsuba の orthographic の near_clip 内に入って何も映らないので注意.
orthographic 投影の向きは scene/sensors.py の look_at(position, target, up) @ scale(sx, sy, 1) で一意に決まる.3D ビューア投影機能(visualize/projection.py)の実装時に output/baseline/luminance.npy で実測検証した結果、baseline センサ設定での対応は:
clip_x = world_x / sx_m, clip_y = world_y / sy_m、画像行 row = (1 - clip_y) / 2 · H注意: セッション中に「画像左=物理 X+」と表現されたことがあるが X 軸が逆(正しくは画像右=X+).権威ある定義は sensors.py(look_at@scale)であり、projection.py の投影テストで担保されている.※ これはシミュ orthographic カメラの向き.Step 8 の実測 PNG ROI 物理対応で適用した「X 反転+Y 反転」は別カメラ(スマホ実機)の話で混同しないこと.
Mitsuba 3 の path tracer(モンテカルロ光線追跡)を使用し、多重反射(インターリフレクション)まで含めて計算する.
| 項目 | 値 | 意味 |
|---|---|---|
integrator | path | 多重反射を考慮した path tracing.LED → 内壁 → 評価板 のような間接照明経路もすべて積分する |
max_depth | 8 | ray の最大反射回数.キャリブで判明: 8 はキャリブ精度には不足(depth=12 比で勾配を約 +2.6pt 過大評価.下記「キャリブレーション経過」参照).確定 YAML は現状 8 のまま(既知の差分 #6).キャリブ用途は depth≥12 推奨 |
spp | 1024 | pixel あたりサンプル数.大きいほどノイズ減・計算重.spp 校正済み(下記「キャリブレーション経過」参照).llvm_ad_rgb・512×512 で 1 レンダ約 9.6 分 |
variant | llvm_ad_rgb | LLVM JIT による RGB レンダリング.LLVM-C.dll が PATH(または DRJIT_LIBLLVM_PATH)で参照可能なこと |
LED 光が評価板に届く経路は以下のすべてが計算される:
MiniTIAS は 白い筐体内壁の多重反射で照明を均一化 する設計のため、多重反射の正確な計算が CoV 値の再現に必須.
mode="direct"(直接照度のみ・後方互換)に加え mode="path"(scalar_rgb・完全シーン・コサイン重点 hemisphere MC による多重反射込み per-face 照度)を実装済み.3D ビューア(sm-visualize)の既定は全メッシュ path ベイク統一着色で、評価板も多重反射込みで色付く.ただし per-face ベイクはメッシュ境界の継ぎ目・粗メッシュのブロック感・低 samples の MC ノイズ・scalar_rgb の遅さ(高 samples は非現実的)という方式特性があり、評価面の精細な照度マップ評価は引き続き 2D の sm-render/sm-evaluate(path tracer)で行う(こちらが校正済みの定量結果).シーム解消には全メッシュ UV 統合のシームレスライトマップ基盤が必要(将来の別タスク).max_depth は --bake-max-depth(既定 16)で render 設定(max_depth: 8)から独立設定する.本ドキュメント記載の「depth=8 は均一化に効く後段多重反射を取りこぼし空間差を過大評価」の知見に基づき、3D ベイクは depth≥12 で内壁照度を物理どおり均一に近づける(2D の sm-render は校正都合で現状 8 のまま、独立).--cull-outward)**=法線がシーン外を向く「外向き面」を非描画にする.筐体の外向き面は空洞外=入射照度 ≈0 で、これを半透明描画すると暗殻の濁り・内壁との見かけ段差を生む(調査で判明:隣接内壁の照度自体は同一手法ベイクで ~1〜2 倍以内とほぼ均一.段差の主因は外向き ≈0 面の混在).カリングで内向き面のみ描画し、共有 clim も可視内向き面に密着させる.max_depth を超える反射は無視される.エネルギー的には 0.85^8 ≈ 27% 減衰で小さいが、キャリブ実測では無視できない:同一条件で depth=8→12 にすると勾配が linear 空間で 24.65→22.08(−2.6pt)、sRGB 空間で 12.57→11.16(−1.4pt)下がった.8 回打ち切りはまさに均一化に効く後段反射を取りこぼし、勾配を系統的に過大評価する.キャリブ用途では depth≥12 を使うこと.実機の筐体構造物(前側 / 後側 / LED 基板カバー / 評価板)は すべて同じ 3D プリンタ白素材(PLA / PETG / ABS の白フィラメント)で造形されている.スマホホルダのみ別素材.多重反射で照明を均一化する設計.
| 部品 | 材料定義名 | 材料モデル | reflectance | 備考 |
|---|---|---|---|---|
| 前側 / 後側(筐体) | printer_white | diffuse | 0.85 | 3D プリンタ白フィラメント(暫定値.実物の素材データシートで再校正) |
| LED 基板カバー | printer_white | diffuse | 0.85 | 同じ 3D プリンタ白素材.不透明な白プラの枠で LED の周囲を囲む構造であり、LED 光が透過するディフューザーではない |
| 評価板 | printer_white | diffuse | 0.85 | 3D プリンタ白.照度マップ上の輝度から照度への換算は E ≈ pixel × π / 0.85 |
| スマホホルダ | holder_dark | diffuse | 0.50 | 別素材(推定.要確認) |
| スマホ本体(SH-02M) | phone_body_dark | diffuse | 0.05 | 樹脂・金属の黒系 |
当初 thindielectric(半透明 PMMA)でディフューザーとしてモデル化していたが、実機は 3D プリンタ白素材(不透明)であることが判明したため diffuse 0.85 に変更した.これにより:
PLAN_02 より:
| 指標 | 実測値 | 仮置き許容範囲 |
|---|---|---|
| CoV | 0.0426 | ±0.005 |
| 中心/周辺比 | 1.064 | ±0.02 |
| 勾配 (%) | 6.23 | ±1.5 |
代表実測 1 枚(MiniTIAS_20260408_144434、ROI 物理対応済み)に対するシミュ結果:
| 指標 | 実測 (target) | spp=128 | spp=1024 | 実測との差 |
|---|---|---|---|---|
| CoV | 0.0426 | 0.236 | 0.183 | 4.3× |
| std | 6.26 | 35.83 | 27.85 | |
| max/min 比 | 1.392 | 11.59 | 4.27 | 3.1× |
| mean | 146.71 | 151.79 | 152.02 | ≈ 一致 |
| 中心/周辺比 | 1.0650 | 1.330 | 1.328 | 1.25× |
| 勾配 % | 6.10 | 24.83 | 24.72 | 4.1× |
spp を 8 倍にして判明した切り分け:
ノイズ分解(std² = 信号² + ノイズ²、ノイズ ∝ 1/√spp)で逆算:
printer_white(5 メッシュ共有)の reflectance を 5 点振った結果(linear 空間):
| R | CoV | 勾配% | C/P | 備考 |
|---|---|---|---|---|
| 0.75 | 0.2173 | 25.91 | 1.3498 | |
| 0.80 | 0.2034 | 24.00 | 1.3157 | |
| 0.85 | 0.1893 | 22.08 | 1.2833 | 現基準反射率 |
| 0.90 | 0.1753 | 20.15 | 1.2523 | |
| 0.92 | 0.1697 | 19.42 | 1.2410 | マット白プラ実用上限 |
全指標が反射率と単調・線形に改善するが感度は低い(∂勾配/∂R ≈ −38 %/単位, linear).実測到達には R≈1.2〜1.4 が必要で物理範囲外.反射率は弱い二次レバーで、これ単独では差を閉じられない.
それまでの「シミュ linear 放射輝度 vs 実測 PNG」の数値突合は交絡していた. CoV・勾配・中心/周辺比が「無次元だからスケール任意」で不変なのは 光量→画素値が線形のときだけ.実測 PNG は実機 ISP の sRGB ガンマ(OETF, IEC 61966-2-1) が掛かった非線形符号化値(Camera2 YUV_420_888 → BT.601 は定義上ガンマ済み R'G'B' 上の量)であり、シミュの linear とは別ドメイン.非線形変換下でこれら指標は不変でない.
実測データ提供側 README も明示していた:
シミュ側を線形放射輝度のまま比較する場合、勾配/CoV の絶対値は変わる(実測は ISP 補正込み).…ガンマ補正解除しない.実測は ISP 適用後の sRGB 表示輝度で評価している.
レンズシェーディング補正が ON だと周辺光量低下の一部は ISP が補正している.「シミュの勾配が実測より大きい」ことが期待される(このため 6% は補正後の残存ムラ).
訂正手順(overfitting なし):標準 sRGB OETF を順方向適用し、露出は AE が制御する量=実測 ROI mean (146.71) にアンカー(線形ゲインなので形状指標には自由度を持ち込まない;OETF が非線形なため「曲線上の動作点」を合わせる原理的アンカーとして必須).データに合わせて回す係数はゼロ.無彩色シーン(LED・材料が RGB 等価)のため luminance への直接 OETF 適用はチャネル別適用後 luma と厳密一致.
OETF 適用後の比較(係数調整なし、uint8 量子化、clip 0%):
| ソース | 空間 | CoV | 勾配% | C/P |
|---|---|---|---|---|
| R0.85 (d8,spp1024 = 確定基準) | linear | 0.183 | 24.65 | 1.327 |
| 〃 | sRGB | 0.089 | 12.57 | 1.144 |
| R0.85 (d12,spp256) | sRGB | 0.091 | 11.16 | 1.126 |
| R0.92 (d12,spp256) | sRGB | 0.081 | 9.72 | 1.108 |
| 実測 TARGET | sRGB | 0.0427 | 6.10 | 1.0650 |
確定基準で勾配 24.65→12.57(実測との差 18.6→6.5、約 65% が符号化ドメイン不一致だった)、CoV 0.183→0.089(差の 約 67%).標準変換だけで見かけの「物理差」の約 2/3 が消えた.
実測 (MiniTias-Evaluation) の「輝度値」は厳密には Rec.709 luma Y' = ガンマ済み成分への加重和 Y' = 0.2126R' + 0.7152G' + 0.0722B'(README どおりガンマを戻さない=luminance ではなく luma).一方シミュ側は linear luminance に直接 OETF を当てている.OETF は非線形なので一般に演算順序が効く(Σwᵢ·f(xᵢ) ≠ f(Σwᵢ·xᵢ))が、矛盾しない:
Σwᵢ·f(x)=f(x) も「加重和→OETF」f(x·Σwᵢ)=f(x) も厳密に一致.残る近似(いずれも二次、調整しないモデル誤差に含む):
実装時(productionization)の方針: sm-evaluate への正規実装では「linear RGB をチャネル別 OETF → その後 Rec.709 luma」の順(実測の演算順そのもの)にする.無彩色シミュでは数値同一だが、将来カラー LED・色付き材料を入れても破綻しない忠実実装になる.今回の apply_oetf.py は無彩色前提の同値ショートカット.
以前の「主因は ISP レンズシェーディング(83%)」は OETF を抜かした交絡判断で誤り.正しい寄与順:
OETF(最大・約 2/3)> ISP レンズシェーディング補正(中・残差の主因候補)> 筐体内壁反射率(小・弱いレバー)
OETF 適用後も最良点(R0.92,d12,sRGB)で勾配 9.72/CoV 0.081 と実測 6.10/0.043 の 1.6〜1.9 倍が残る.この残差は ISP レンズシェーディング補正+スマホ独自トーンマップ+モデル誤差.LSC は周辺を持ち上げる動径ゲインで勾配・C/P を下げる方向=残差の符号と整合.残差はガンマ曲線いじりで消さず正直に残す(OETF は標準で固定、調整対象は LSC 側).
evaluation/oetf.py(標準 sRGB OETF + 露出ソルバ)+ EvaluationConfig.oetf スキーマ+ sm-evaluate 統合として実装済み.configs/eval_baseline.yaml で有効化、configs/eval_real.yaml は非適用(二重適用禁止).後方互換(oetf 省略時は linear 評価).参照実装 apply_oetf.py と数値一致をテストで担保.以降の全シミュ vs 実測比較は OETF 後ドメインで行う.設定仕様は SPEC_02 evaluation.oetf 参照.以下は実機と一致する挙動として 意図的にそのままにしている 項目:
Step 8 進行中に把握した、実機との未解消の差分:
0.85 だが、実物のフィラメント(PLA / PETG / ABS のどれか)と分光反射率データで再校正が必要.holder_dark (0.50).実物確認が必要.sm-evaluate に正規実装して解消(evaluation/oetf.py + EvaluationConfig.oetf、configs/eval_baseline.yaml で有効化).以降の比較は OETF 後ドメインで行う.※ 旧版でここを「主因は ISP レンズシェーディング」としていたのは OETF を抜かした誤り.configs/eval_baseline.yaml = pixel (24,37,464,450))、sm-evaluate は実測 PNG に対し MiniTias-Evaluation と小数点 14 桁レベルで一致を確認済み.評価ロジック起因の差はない.