ДалееСледующее руководство
Визуальный ответ на вопрос
Визуальный ИИ
Визуальное руководство по искусственному интеллекту
Визуальная одометрия оценивает, как камера движется по миру, отслеживая, как изображение меняется от кадра к кадру.
Прослушайте это руководствоОзвучено ИИ · ~2 min
Это важно, поскольку позволяет роботам, дронам и устройствам дополненной реальности определять свое местоположение без GPS, используя только зрение.
Визуальная одометрия (VO) постепенно оценивает движение камеры, ее перемещение и вращение путем анализа последовательных изображений. Конвейер на основе функций обнаруживает ключевые точки, сопоставляет или отслеживает их в кадрах и вычисляет относительную позу на основе геометрических отношений между совпадающими точками, а затем объединяет эти приращения в траекторию. Вместо этого прямые методы минимизируют фотометрическую ошибку (разницу в интенсивности пикселей) без явных особенностей. VO является интерфейсом многих систем SLAM, но там, где полный SLAM создает и поддерживает глобальную карту с замыканием цикла, простой VO фокусируется на локальном движении от кадра к кадру. Его слабость — дрейф: со временем накапливаются небольшие покадровые ошибки. VO обеспечивает беспилотные автомобили, планетарные вездеходы, дроны в средах, где отсутствует GPS, а также отслеживание с помощью гарнитуры в AR/VR.
Марсоходы, такие как Perseverance, используют визуальную одометрию для отслеживания пробуксовки колес и навигации по местности без GPS
Гарнитуры AR/VR отслеживают положение головы с помощью встроенных камер для отслеживания 6DoF изнутри наружу
Дроны поддерживают стабильный полет и навигацию в помещении или в условиях отсутствия GPS.
Беспилотные автомобили и роботы объединяют движение камеры с данными IMU для локализации обновлений карт.
VO движется к изученным и гибридным подходам: глубокие сети оценивают глубину, оптический поток и позу и даже обучаются самоконтролируемым способом, используя согласованность синтеза изображений. Более тесное визуально-инерционное слияние, камеры событий, фиксирующие микросекундные изменения яркости, и нейронные ускорители на устройстве подталкивают VO к максимальной надежности в темноте, на высоких скоростях и в динамичных сценах, становясь основополагающим слоем для автономных машин и пространственных вычислений.
Бесплатная рассылка
Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.
Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.
Проверьте себя
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
Визуальная одометрия оценивает, как камера движется по миру, отслеживая, как изображение меняется от кадра к кадру. Это важно, поскольку позволяет роботам, дронам и устройствам дополненной реальности определять свое местоположение без GPS, используя только зрение.
Визуальная одометрия отслеживает, как изображение меняется между кадрами, чтобы оценить относительное положение камеры, объединяя их в траекторию.
Поскольку VO оценивает движение постепенно, крошечные ошибки на каждом этапе со временем накапливаются, вызывая отклонение расчетного пути от истинного пути.
Vision-only scale needs an additional suitable constraint, such as calibrated stereo, depth, or observable inertial information.
Сочетание визуальных оценок движения с инерционными измерениями помогает в сценах с быстрым движением, размытием изображения или сценах с низкой текстурой, где не хватает одного только зрения.
VO обычно является внешним средством оценки движения; SLAM добавляет глобальное сопоставление и замыкание цикла для исправления накопленного дрейфа.
Продолжайте учиться
Другие руководства, выбранные по этой теме
ДалееСледующее руководство
Визуальный ответ на вопрос
Визуальный ИИ