在虚拟制片（VP）与增强现实（AR）的实际执行中，技术团队最常遭遇的底层穿帮，往往不是画面的渲染精细度，而是视觉透视的微观抖动与滑移。
当摄像机静止或进行极其缓慢的推移时，大屏幕上的虚拟背景或AR元素突然发生极其微弱的、肉眼难以察觉但大脑能本能感知的“微颤（Micro-tremor）”；或者，当摄像机快速摇移并紧急停机时，虚拟背景在屏幕上产生了一次轻微的“回弹”或“漂移”。
作为现场的系统集成总监（EIC）或追踪标定工程师，你深知这并非引擎的渲染出了问题，而是物理世界的机械振动、传感器的热噪点，与数字世界的采样延迟在进行高频对抗。
无论使用的是光学红外追踪（如 Vicon, OptiTrack）、惯性陀螺仪追踪，还是机械摇臂编码器，传回系统的原始 6DOF（六自由度）空间坐标数据，本质上都是带有高频噪声（High-frequency Noise）和时域延迟（Temporal Latency）的污浊数据。
如果在原生虚幻引擎（UE5）中直接将这些数据灌入 LiveLink 写入虚拟相机，其内置的线性插值（Lerp）或简单的指数移动平均算法（EMA）会立刻暴露出致命的工业局限：它无法在“滤除噪点（平滑度）”与“降低延迟（跟手度）”之间找到物理平衡。滤波开大，画面滞后漂移；滤波关小，背景高频颤抖。
Aximmetry 凭借其在底层 I/O 链路中集成的工业级数学滤波算法与动态延迟锁存矩阵，在混乱的物理运动信号与绝对刚性的三维渲染时钟之间，筑起了一道坚不可摧的数学防火墙。
一、 状态估计的艺术：卡尔曼滤波（Kalman Filter）对轨迹噪声的物理去噪
光学追踪系统在遇到遮挡、反光或标记点（Markers）微小位移时，会产生瞬时的坐标跃迁（Jumping）；而惯性传感器在静止时则会因为温漂和高频热噪声，输出不断微幅波动的坐标。
传统的插值算法是“马后炮”，它只能根据已经发生的错误坐标进行平滑，这不可避免地引入了明显的滞后（Lag）。
Aximmetry 的解法是在数据入口处部署了卡尔曼滤波（Kalman Filter）状态估计器。它的核心逻辑不是简单地对数据进行平滑，而是利用物理运动学模型去“预测”摄像机的真实轨迹。
1. 构建运动学状态向量
Aximmetry 的算法将摄像机视为一个拥有质量、惯性与摩擦力的物理实体。它在内存中实时维护着一个包含位置（Position）、速度（Velocity）和加速度（Acceleration）的状态向量。
2. 预测与更新的双重校验
在每一个渲染周期内，卡尔曼滤波器会进行两步计算：
- 预测阶段（Predict）： 滤波器根据上一帧的速度和加速度，推算出当前帧摄像机“理应”处于的物理位置。
- 更新阶段（Update）： 当追踪网卡送来最新的实测坐标时，滤波器会评估这个实测值。如果实测值突然发生了一个不符合物理加速定律的“瞬移突变”（例如由于光学遮挡导致的坐标跳跃），滤波器会将其判定为高频测量噪声，极大地降低该数据的权重，转而信任运动学模型的预测值。
通过这种预测与实测的动态博弈，Aximmetry 能够以极低的延迟，完美过滤掉由于传感器抖动或物理震动引发的高频毛刺，让静态相机的背景稳如磐石，同时保留了极高响应度的运动反馈。
二、 频域清洗：巴特沃斯低通滤波器（Butterworth Filter）的机械共振抑制
在摇臂（Jib/Crane）或手持轨道车拍摄时，电机的微弱共振、钢轨的物理缝隙、甚至现场重低音音响引起的空气震动，都会通过机械结构传导给相机传感器，产生频率在 10Hz 至 30Hz 之间的机械微共振。
这种特定频率的微颤，在 3D 渲染画面中会被无限放大。
Aximmetry 在流图中内置了巴特沃斯二阶低通滤波器（Second-Order Butterworth Low-Pass Filter），专门用于消灭特定频段的机械共振：
1. 截止频率（Cutoff Frequency）的精确裁切
现场工程师可以根据当前设备的物理特性，在 Aximmetry 中设定一个极其精确的截止频率（例如 8Hz）。 滤波器会放行所有低于 8Hz 的运动信号——因为人类摇移相机的意图、摇臂的平滑摆动都是低频信号；而所有高于 8Hz 的机械共振、震动噪点，则会被其幅频特性曲线无情地、呈指数级衰减抹杀。
2. 零相位平滑技术（Zero-Phase Filtering）
普通低通滤波器在滤除高频信号时，会导致波形在时间轴上向后偏移（产生相位滞后）。 Aximmetry 在非实时录制或拥有延迟缓冲的直播管线中，启用了先进的零相位平滑技术。它将数据流同时进行正向和反向两次滤波，使滤波后的运动波形与原始运动曲线在时间轴上完美重合。 这在彻底消灭抖动的同时，确保了摄像机起步与停机瞬间，背景与实拍画面之间没有任何毫秒级的相对位移。
三、 时空对齐：动态弹性延迟锁存与自适应子帧补偿
解决了空间坐标的噪点后，系统必须面对时间轴上的终极难题——动态延迟漂移（Temporal Latency Drift）。
在复杂的全IP化（SMPTE ST 2110）或传统 SDI 转播车环境下，视频信号从相机传感器经过 SDI 编码、光端机传输、采集卡解码，达到 Aximmetry 往往需要 2 到 4 帧（约 33ms 至 66ms）的物理延迟。 而追踪数据通过网线（UDP）发送，延迟通常只有 10ms 左右。
这两者之间存在一个大约 40ms 的非对称时间差。如果直接合成，当镜头向左快速横移时，AR 元素由于追踪信号到得早，会率先向右移动，产生严重的“视觉撕裂”。
