而且不管是强光还是黑暗环境下，都不能影响屏幕的透明性，🁶🏱从而影响佩戴者的视野。这要求透明屏幕必须根据环境，来调节其画面的显🚂示强度。
增强显示画面，势必会影响屏幕的透明度，从而影响佩戴者的🁶🏱视野。而降低显示画面强度，又会影响画面的质量，从而影响观看体验。
这是一个对立的矛盾问题，想要解决就必须因地制宜。🃌🖛什么时间，那种使用场景下要增强显示画面，什么时候则需要降低显示画面强度。这不仅需要人为进行控制，也需要系统根据相关的使用佩戴环境进行智能自动调节。
除了显示技术难题以外，再有就是🝾🐳信息数据处理能力了，这个🁶🏱同样🙹分为硬件和软件部分。
首先硬件部分🚏，ar眼镜可不同于vr眼镜。因为使用的环境和场景不同，ar眼镜需要长期佩戴，并且适应多种环境，所以要求ar眼镜的体积和重量必须尽可能的轻便。
最理想的状态，那就是一副眼🗀😝镜，或者说比眼镜大不了多少，也重不了多少，太大太重都会影响佩戴使用体验。
同样矛盾的是，如何在尽可能轻和小的情况下，放置大量的硬件设备，这对于整🙛个🏳🞌💭硬件的集成化和整合能力都有着超高的要求。
目前普遍做的是将🕇这些硬件设备集成安装在眼镜两端的镜架镜腿上，可即便是🙏如此，还是非常笨重，佩戴起来很不方便🞙。
因为体积和重量的限制，所以注定🝾🐳硬件设备的功率不可🃌🖛能太强，这也极大的限制了系🀪⛍🙉统的运算处理能力。如何提高系统的信息数据处理能力，这也是研发团队必须要解决的难题。
虽然随着5g技术的推广普及，信息数据的高速传播已经不是什么问题🃴⚌。但是如何接收及时的处理这些海量的信息，也是一个非常棘手的问题。
单一环境下还🚏可以，如果🚅是🔲在复杂环境下呢。
假设一个场景，当你走在一个繁华的十字街头，周边所有的建筑，广告牌，乃至一些设施都设置了ar演绎功能。这也就意味着你的ar眼镜要一下子接受大量的ar数据信息，并同时显示在你的屏幕画面中，这对于处理器和系统可有着极大的要求☋♚。
最后一个难题，那就是在交互系统方面。vr可以采用穿戴式手套传感器或者是手持操作柄🔪🃛进行控制。
ar就不行了，因为ar要适应于多种环🜼境和场景，所以必须要有一套更加简单直接的方式才行。
目前为此想到的总共有三种方式，首先第一种眼球跟踪控制技术。🙹
通过眼球捕捉传感器来实时的捕捉眼球的转动，眨眼，以及眼球聚焦中心来进行交互控制。这项技术目前已🙡经实现，并在很多设备上面🚋都有很好的应用表现。
一般情况下，这项技术也会配合头部运动传感器来进行使用。比如你抬头向上看的时候，屏幕显示内容向上滑动；低头向下看的时候，屏幕显示内容向下🁛🆞🐫滑动。向左向右看的时候，屏幕显示内容也会相应的向左向右进行滑动。
当你眨眼的时候，可以进行确定选定等操作。比如眨一下眼睛是确定，两🖃🏽下是撤销等🀪⛍🙉等，这就相当于鼠标的左右键。
而眼睛聚🍲焦的焦点呢，也正好对应了鼠标的光标。你往哪里看，焦点就在哪里，🙛和鼠标滑动的光标一样非常灵活。
第二🆤种方式📶🟔呢，则是采用手势控制技术，利用传感器捕捉前面手势的移动变化来进行交互🙢控制。
比如手向上向🚏下滑动，屏幕显示内容也会向上向下滑动，向左向右🙹也是如此。手指🏳🞌💭拉动还可以移动屏幕位置，或者放大和缩小屏幕。手指点击确定，挥手撤销等等。
手势识别控制技术，目前发展的也很快，但想要识别高速运动的手势变化，还是有一些困难。这就要求传感器必须对手势有着精准的识别捕捉能力，同时处理器🛡🝼也能够快速准确将这些手势转换成相关的操作指令。
还有一点，📶🟔那就是每个人的手势操作姿势都不相同，或者说每个人每次的操作手势也都不相同。哪怕是一个手势，不同时间环境场景下也都会有一些变化。
而这就给系统的捕捉⚕👍识别带来了一定的困难，也因此要求系统必须要有很好的容错性。