Il prossimoProssima guida
Risposta visiva alle domande
IA visiva
GUIDA AI visiva
L'odometria visiva stima il modo in cui una telecamera si muove nel mondo monitorando il modo in cui l'immagine cambia fotogramma dopo fotogramma.
Ascolta questa guidaNarrato dall'IA · ~2 min
It matters because it lets robots, drones, and AR devices know their position without GPS, using vision alone.
L'odometria visiva (VO) stima in modo incrementale il movimento di una telecamera, la sua traslazione e rotazione, analizzando immagini consecutive. Una pipeline basata su funzionalità rileva i punti chiave, li abbina o li tiene traccia attraverso i fotogrammi e calcola la posa relativa dalla relazione geometrica tra i punti abbinati, quindi concatena questi incrementi in una traiettoria. I metodi diretti invece minimizzano l'errore fotometrico (differenze di intensità dei pixel) senza caratteristiche esplicite. Il VO è il front-end di molti sistemi SLAM, ma laddove lo SLAM completo costruisce e mantiene una mappa globale con chiusura del loop, il VO semplice si concentra sul movimento locale da fotogramma a fotogramma. Il suo punto debole è la deriva: piccoli errori per frame si accumulano nel tempo. Il VO alimenta auto a guida autonoma, rover planetari, droni in ambienti privi di GPS e il tracciamento delle cuffie in AR/VR.
I rover su Marte come Perseverance utilizzano l'odometria visiva per monitorare lo slittamento delle ruote e navigare sul terreno senza GPS
I visori AR/VR rilevano la posizione della testa dalle telecamere integrate per il tracciamento 6DoF dall'interno all'esterno
Droni che mantengono volo e navigazione stabili in ambienti chiusi o in ambienti privi di GPS
Auto e robot a guida autonoma che fondono il movimento della telecamera con i dati IMU per la localizzazione tra gli aggiornamenti delle mappe
Il VO si sta muovendo verso approcci appresi e ibridi: le reti profonde stimano la profondità, il flusso ottico e la posa e si addestrano persino in modo auto-supervisionato utilizzando la coerenza della sintesi della vista. Una più stretta fusione visivo-inerziale, telecamere per eventi che catturano cambiamenti di luminosità nell'ordine dei microsecondi e acceleratori neurali sul dispositivo stanno spingendo il VO verso un'estrema robustezza nell'oscurità, nell'alta velocità e nelle scene dinamiche, diventando uno strato fondamentale per le macchine autonome e l'elaborazione spaziale.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
L'odometria visiva stima il modo in cui una telecamera si muove nel mondo monitorando il modo in cui l'immagine cambia fotogramma dopo fotogramma. È importante perché consente a robot, droni e dispositivi AR di conoscere la loro posizione senza GPS, utilizzando solo la visione.
L'odometria visiva tiene traccia del modo in cui l'immagine cambia tra i fotogrammi per stimare la posa relativa della fotocamera, concatenandoli in una traiettoria.
Poiché il VO stima il movimento in modo incrementale, piccoli errori in ogni passo si accumulano nel tempo, causando una deviazione del percorso stimato dal percorso reale.
Vision-only scale needs an additional suitable constraint, such as calibrated stereo, depth, or observable inertial information.
La combinazione delle stime del movimento visivo con le misurazioni inerziali aiuta durante scene con movimento veloce, motion blur o con texture ridotte in cui la sola visione è in difficoltà.
VO è tipicamente lo stimatore del movimento front-end; SLAM aggiunge la mappatura globale e la chiusura del ciclo per correggere la deriva accumulata.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Risposta visiva alle domande
IA visiva