在一个增强现实的系统中，其基本构成元素包括以下三个方面：
在 AR系统中，“数字内容增强物理现实”，物理现实是什么，机器设备对环境的感知和认知，一般来说会包含“是什么”、“在哪里”、“状态”几种，只有被机器感知认知，才能进行后续的动作。
我们环境里边，比如人，书本，设备，墙面，花朵，小猫，这些内容一般来说可以被摄像头感知到，RGB 摄像头采集画面的时候，就可以拍摄进来。如果RGB 画面被采集进系统后，还需要使用 AI 对画面进行理解认知，比如一张人脸照片，就需要去人脸库中进行 1:1或者1:n进行识别，进而显示出眼前的人是谁。
除了人脸，比如一本书，一个画面，也会和数据库中的数据库进行比对，从而知道眼前的画面是什么， 比如是一本杂志的封面；这个是比较早期 AR 常用的图像识别技术，一个比较好的 AR需要足够优秀的 AI 技术，才能在不同光照，物理对象形变和污染的情况下，依然有比较好的认知能力。
除了预设数据库进行实景和预设的数据进行对比之外，最近的人工智能技术发展，环境的万可分割（SAM）和语义理解将给机器在环境认知方面提高到一个全新的阶段，万可分割意味着，我们消费 AR内容的时候，部分场景不再需要提前去设置图像库，进而提供了一个“对环境泛在理解”的能力，而非特定提前训练数据集，将一个单一用途的设备变成“万能”的。参见我的另一个文章 (万能画面分割和语意理解对AR的影响 (qq.com))
物理环境对象的理解，目前的技术处理方式分别为：本地识别、云端识别、段云混合识别等方式，而采取的策略受体验现场是否有可靠的网络，终端的计算性能和图集数据库大小等限制；
对物理环境“是什么"的认知，是 AR最基本也是最主要的认知能力；
在 AR系统里，除了眼前对象的语意理解“是什么”之外，还需要解决一个“在哪里"的问题；我们需要把数字内容显示到空间中的某个位置，让我们看到信息就在那里，一个虚实融合的体验。 我们一般用直角坐标系去表达位置关系。
整个系统里中，有两个坐标系：主观坐标系，客观坐标系； 一个是相对于“我“的主观的位置：某个物体显示在我的视觉的什么位置上，比如 一个是物体在哪里
物理环境相对于人的空间关系可以用三轴或者六轴坐标去表达。
在AR的系统中，三轴或者六轴我们可以分为“主观的坐标系”和“客观的坐标系”；主观的坐标系每一次初始化后，是跟第一人称的位恣相关，
物理环境对象的状态可以被数字传感器感知到的内容，比如温度，压强，