การวัดระยะทางสายตา
การวัดระยะทางด้วยสายตาจะประมาณว่ากล้องเคลื่อนที่ไปทั่วโลกอย่างไรโดยติดตามว่าภาพเปลี่ยนเฟรมไปยังเฟรมอย่างไร
ภาพรวม
It matters because it lets robots, drones, and AR devices know their position without GPS, using vision alone.
เจาะลึก
การวัดระยะทางด้วยการมองเห็น (VO) จะประเมินการเคลื่อนไหวของกล้อง การแปล และการหมุนกล้องแบบค่อยเป็นค่อยไป โดยการวิเคราะห์ภาพที่ต่อเนื่องกัน ไปป์ไลน์ตามฟีเจอร์จะตรวจจับจุดสำคัญ จับคู่หรือติดตามจุดเหล่านั้นข้ามเฟรม และคำนวณท่าทางสัมพันธ์จากความสัมพันธ์ทางเรขาคณิตระหว่างจุดที่ตรงกัน จากนั้นเชื่อมโยงส่วนเพิ่มเหล่านี้เข้ากับวิถี วิธีการโดยตรงแทนที่จะลดข้อผิดพลาดทางโฟโตเมตริก (ความแตกต่างของความเข้มของพิกเซล) โดยไม่มีคุณสมบัติที่ชัดเจน VO เป็นส่วนหน้าของระบบ SLAM จำนวนมาก แต่เมื่อ SLAM เต็มรูปแบบสร้างและรักษาแผนที่ทั่วโลกโดยมีการปิดแบบวนซ้ำ VO แบบธรรมดาจะเน้นที่การเคลื่อนไหวแบบเฟรมต่อเฟรมเฉพาะที่ จุดอ่อนของมันคือความคลาดเคลื่อน: ข้อผิดพลาดเล็กๆ น้อยๆ ต่อเฟรมสะสมเมื่อเวลาผ่านไป VO ขับเคลื่อนรถยนต์ที่ขับเคลื่อนด้วยตนเอง รถสำรวจดาวเคราะห์ โดรนในสภาพแวดล้อมที่ถูกปฏิเสธด้วย GPS และการติดตามชุดหูฟังใน AR/VR
ข้อมูลเชิงลึกทางเทคนิค
VO แบบตาข้างเดียวจะกู้คืนการเคลื่อนไหวจากเมทริกซ์ที่จำเป็น ซึ่งจะเข้ารหัสเรขาคณิตอีพิโพลาร์ระหว่างสองมุมมอง และสลายตัวเป็นการหมุนและการแปลค่า แต่จะไม่เกินขนาดที่ไม่ทราบเท่านั้น กล้องสเตอริโอหรือ RGB-D จะแก้ไขความคลุมเครือของขนาดโดยใช้เส้นฐานหรือความลึกที่ทราบ ระบบสมัยใหม่หลายระบบรวม VO เข้ากับ IMU (การวัดระยะทางที่มองเห็นและเฉื่อย) ซึ่งเชื่อมโยงข้อมูลมาตรความเร่งและไจโรสโคปเข้าด้วยกันอย่างแน่นหนา เพื่อปรับปรุงความทนทานระหว่างการเคลื่อนไหวที่รวดเร็ว พื้นผิวต่ำ หรือภาพเบลอจากการเคลื่อนไหว
ผลกระทบเชิงกลยุทธ์
ความเร็วและขนาด
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
สร้างทางเลือก
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
ทีมงานและขั้นตอนการทำงาน
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก
อนาคตของการวัดระยะทางสายตา
VO กำลังมุ่งสู่แนวทางการเรียนรู้และแบบผสมผสาน: เครือข่ายระดับลึกจะประมาณความลึก การไหลของแสง และท่าทาง และแม้แต่ฝึกฝนในลักษณะที่มีการดูแลตนเองโดยใช้ความสอดคล้องของการสังเคราะห์มุมมอง ฟิวชั่นภาพเฉื่อยที่เข้มงวดยิ่งขึ้น กล้องเหตุการณ์ที่บันทึกการเปลี่ยนแปลงความสว่างระดับไมโครวินาที และเครื่องเร่งประสาทบนอุปกรณ์กำลังผลักดัน VO ไปสู่ความแข็งแกร่งขั้นสุดยอดในความมืด ความเร็วสูง และฉากไดนามิก กลายเป็นเลเยอร์พื้นฐานสำหรับเครื่องจักรอัตโนมัติและการประมวลผลเชิงพื้นที่
การใช้งานจริงในโลกแห่งความเป็นจริง
รถโรเวอร์บนดาวอังคารชอบ Perseverance โดยใช้การวัดระยะทางด้วยภาพเพื่อติดตามการลื่นไถลของล้อและนำทางภูมิประเทศโดยไม่ต้องใช้ GPS
ชุดหูฟัง AR/VR ติดตามตำแหน่งศีรษะจากกล้องในตัวเพื่อการติดตาม 6DoF จากภายในสู่ภายนอก
โดรนที่รักษาการบินและการนำทางอย่างมั่นคงภายในอาคารหรือในสภาพแวดล้อมที่ถูกปฏิเสธด้วย GPS
รถยนต์และหุ่นยนต์ที่ขับเคลื่อนด้วยตนเองผสมผสานการเคลื่อนไหวของกล้องเข้ากับข้อมูล IMU เพื่อระบุตำแหน่งระหว่างการอัปเดตแผนที่
ความเสี่ยงและรั้ว
สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น
แผนงานการดำเนินงาน
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล
สำรวจต่อไป
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
คำแนะนำต่อไป
การตอบคำถามด้วยภาพ
คำถามที่พบบ่อย
What is Visual Odometry?
การวัดระยะทางด้วยสายตาจะประมาณว่ากล้องเคลื่อนที่ไปทั่วโลกอย่างไรโดยติดตามว่าภาพเปลี่ยนเฟรมไปยังเฟรมอย่างไร สิ่งสำคัญคือช่วยให้หุ่นยนต์ โดรน และอุปกรณ์ AR รู้ตำแหน่งของตนโดยไม่ต้องใช้ GPS โดยใช้การมองเห็นเพียงอย่างเดียว
การวัดระยะทางด้วยการมองเห็นประเมินอะไรเป็นหลัก?
การวัดระยะทางที่มองเห็นจะติดตามการเปลี่ยนแปลงของภาพระหว่างเฟรมต่างๆ เพื่อประเมินท่าทางสัมพัทธ์ของกล้อง โดยเชื่อมโยงสิ่งเหล่านี้เข้ากับวิถี
'ดริฟท์' ในการวัดระยะทางสายตาคืออะไร?
เนื่องจาก VO ประมาณการการเคลื่อนไหวเพิ่มขึ้น ข้อผิดพลาดเล็กๆ น้อยๆ ในแต่ละขั้นตอนจึงประกอบกันเมื่อเวลาผ่านไป ส่งผลให้เส้นทางที่ประมาณไว้เบี่ยงเบนไปจากเส้นทางจริง
เหตุใดการวัดการมองเห็นด้วยตาข้างเดียวจึงต้องทนทุกข์ทรมานจากความคลุมเครือของขนาด
จากสตรีมมุมมองเดียว เมทริกซ์ที่จำเป็นจะให้การแปลในระดับที่ไม่ทราบเท่านั้น จำเป็นต้องใช้เซ็นเซอร์พื้นฐานสเตอริโอหรือความลึกเพื่อแก้ไขสเกลที่แท้จริง
การวัดระยะทางแบบเฉื่อยด้วยภาพช่วยเพิ่มความทนทานได้อย่างไร
การรวมการประมาณการเคลื่อนไหวของภาพเข้ากับการวัดแรงเฉื่อยจะช่วยในระหว่างการเคลื่อนไหวที่รวดเร็ว ภาพเบลอจากการเคลื่อนไหว หรือฉากที่มีพื้นผิวต่ำซึ่งการมองเห็นเพียงอย่างเดียวต้องดิ้นรน
การวัดระยะทางด้วยสายตาธรรมดาแตกต่างจาก Full Visual SLAM อย่างไร
โดยทั่วไปแล้ว VO จะเป็นตัวประมาณการเคลื่อนที่ของส่วนหน้า SLAM เพิ่มการแมปทั่วโลกและการปิดลูปเพื่อแก้ไขการดริฟท์ที่สะสม