قياس المسافة البصرية
يقدر قياس المسافة المرئية كيفية تحرك الكاميرا عبر العالم من خلال تتبع كيفية تغير الصورة من إطار إلى إطار.
نظرة عامة
It matters because it lets robots, drones, and AR devices know their position without GPS, using vision alone.
الغوص العميق
يقوم قياس المسافة المرئية (VO) بتقدير حركة الكاميرا وترجمتها ودورانها بشكل تدريجي، من خلال تحليل الصور المتتالية. يكتشف المسار القائم على الميزات النقاط الرئيسية، ويطابقها أو يتتبعها عبر الإطارات، ويحسب الوضع النسبي من العلاقة الهندسية بين النقاط المتطابقة، ثم يربط هذه الزيادات في مسار. تعمل الطرق المباشرة بدلاً من ذلك على تقليل الأخطاء الضوئية (اختلافات كثافة البكسل) دون ميزات واضحة. VO هو الواجهة الأمامية للعديد من أنظمة SLAM، ولكن حيث يقوم SLAM الكامل ببناء خريطة عالمية مع إغلاق حلقة والحفاظ عليها، يركز VO العادي على الحركة المحلية من إطار إلى إطار. نقطة ضعفها هي الانجراف: تتراكم الأخطاء الصغيرة لكل إطار بمرور الوقت. تعمل تقنية VO على تشغيل السيارات ذاتية القيادة، والمركبات الكوكبية الجوالة، والطائرات بدون طيار في البيئات التي لا يتوفر فيها نظام تحديد المواقع العالمي (GPS)، وتتبع سماعات الرأس في AR/VR.
البصيرة الفنية
يستعيد Monocular VO الحركة من المصفوفة الأساسية، التي تشفر الهندسة فوق القطبية بين منظرين وتتحلل إلى دوران وترجمة، ولكن فقط إلى نطاق غير معروف. تعمل كاميرات الاستريو أو RGB-D على حل غموض النطاق باستخدام خط الأساس أو العمق المعروف. تدمج العديد من الأنظمة الحديثة VO مع IMU (قياس المسافة بالقصور الذاتي)، وتقترن بيانات مقياس التسارع والجيروسكوب بإحكام لتحسين المتانة أثناء الحركة السريعة أو الملمس المنخفض أو ضبابية الحركة.
التأثير الاستراتيجي
السرعة والحجم
يمكن للذكاء الاصطناعي المرئي أتمتة مهام الفحص والكشف ووضع العلامات على نطاق واسع.
خيارات البناء
يمكن للفرق الإبداعية إنشاء نماذج أولية للمفاهيم بشكل أسرع مع عدد أقل من المراجعات اليدوية.
الفريق وسير العمل
يمكن أن تستخدم العمليات إشارات الصور والفيديو التي كان من الصعب معالجتها في السابق.
مستقبل قياس المسافة البصرية
يتجه VO نحو الأساليب المستفادة والهجينة: تقوم الشبكات العميقة بتقدير العمق والتدفق البصري والوضعية، بل وتتدرب بطريقة خاضعة للإشراف الذاتي باستخدام اتساق تركيب العرض. يعمل الاندماج البصري بالقصور الذاتي، وكاميرات الأحداث التي تلتقط تغيرات سطوع الميكروثانية، والمسرعات العصبية الموجودة على الجهاز، على دفع VO نحو القوة القصوى في الظلام، والسرعة العالية، والمشاهد الديناميكية، لتصبح طبقة أساسية للآلات المستقلة والحوسبة المكانية.
التنفيذ في العالم الحقيقي
تستخدم مركبات المريخ الجوالة مثل Perseverance قياس المسافة المرئية لتتبع انزلاق العجلات والتنقل في التضاريس بدون نظام تحديد المواقع العالمي (GPS).
تقوم سماعات الرأس AR/VR بتتبع موضع الرأس من الكاميرات المدمجة لتتبع 6DoF من الداخل إلى الخارج
طائرات بدون طيار تحافظ على استقرار الطيران والملاحة في الداخل أو في البيئات التي لا يتوفر فيها نظام تحديد المواقع العالمي (GPS).
السيارات ذاتية القيادة والروبوتات تدمج حركة الكاميرا مع بيانات IMU لتحديد الموقع بين تحديثات الخريطة
المخاطر والدرابزين
يمكن أن تصبح حقوق الصور والموافقة مخاطر قانونية إذا كان المصدر غير واضح.
يمكن أن يختلف أداء النموذج عبر الإضاءة والتركيبة السكانية والبيئات.
قد تمر الإيجابيات الكاذبة دون أن يلاحظها أحد ما لم تتم مراقبة عتبات الثقة.
خارطة طريق التنفيذ
تحديد معايير القبول لتكاليف الدقة والاستدعاء والخطأ.
اختبار مع البيانات التي تتوافق مع ظروف الإنتاج الحقيقية.
أضف مراجعة بشرية للتنبؤات منخفضة الثقة أو عالية التأثير.
تتبع انحراف النموذج وإعادة التحقق من صحته بعد تغيير الكاميرا أو مجموعة البيانات.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Visual Odometry quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
الإجابة على الأسئلة البصرية
الأسئلة المتداولة
What is Visual Odometry?
يقدر قياس المسافة المرئية كيفية تحرك الكاميرا عبر العالم من خلال تتبع كيفية تغير الصورة من إطار إلى إطار. إنه أمر مهم لأنه يتيح للروبوتات والطائرات بدون طيار وأجهزة الواقع المعزز معرفة موقعها بدون نظام تحديد المواقع العالمي (GPS)، وذلك باستخدام الرؤية وحدها.
ما الذي يقدره قياس المسافة البصري في المقام الأول؟
يتتبع قياس المسافة المرئية كيفية تغير الصورة بين الإطارات لتقدير الوضع النسبي للكاميرا، وربطها في مسار.
ما هو "الانجراف" في قياس المسافة البصرية؟
نظرًا لأن VO يقوم بتقدير الحركة بشكل متزايد، فإن الأخطاء الصغيرة في كل خطوة تتراكم بمرور الوقت، مما يتسبب في انحراف المسار المقدر عن المسار الحقيقي.
لماذا يعاني قياس المسافة البصري أحادي العين من غموض المقياس؟
من تدفق عرض واحد، توفر المصفوفة الأساسية ترجمة تصل إلى نطاق غير معروف فقط؛ هناك حاجة إلى أجهزة استشعار أساسية أو عمق استريو لحل المقياس الحقيقي.
كيف يعمل قياس المسافة بالقصور الذاتي على تحسين المتانة؟
يساعد الجمع بين تقديرات الحركة المرئية وقياسات القصور الذاتي أثناء الحركة السريعة أو ضبابية الحركة أو المشاهد ذات الملمس المنخفض حيث تكافح الرؤية وحدها.
كيف يختلف قياس المسافة البصري العادي عن SLAM البصري الكامل؟
VO عادةً هو مُقدِّر الحركة الأمامية؛ يضيف SLAM رسم خرائط عالمي وإغلاق حلقة لتصحيح الانجراف المتراكم.