คู่มือ AI แบบเห็นภาพ

การวัดระยะทางสายตา

การวัดระยะทางด้วยสายตาจะประมาณว่ากล้องเคลื่อนที่ไปทั่วโลกอย่างไรโดยติดตามว่าภาพเปลี่ยนเฟรมไปยังเฟรมอย่างไร

ภาพรวม

การวัดระยะทางด้วยสายตาจะประมาณว่ากล้องเคลื่อนที่ไปทั่วโลกอย่างไรโดยติดตามว่าภาพเปลี่ยนเฟรมไปยังเฟรมอย่างไร สิ่งสำคัญคือช่วยให้หุ่นยนต์ โดรน และอุปกรณ์ AR รู้ตำแหน่งของตนโดยไม่ต้องใช้ GPS โดยใช้การมองเห็นเพียงอย่างเดียว

Visual Odometry เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การปฏิบัติงาน และความคิดสร้างสรรค์

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

การเรียนรู้การวัดระยะทางการมองเห็น

การวัดระยะทางด้วยสายตาจะประมาณว่ากล้องเคลื่อนที่ไปทั่วโลกอย่างไรโดยติดตามว่าภาพเปลี่ยนเฟรมไปยังเฟรมอย่างไร สิ่งสำคัญคือช่วยให้หุ่นยนต์ โดรน และอุปกรณ์ AR รู้ตำแหน่งของตนโดยไม่ต้องใช้ GPS โดยใช้การมองเห็นเพียงอย่างเดียว Visual Odometry เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การปฏิบัติงาน และความคิดสร้างสรรค์ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Visual Odometry เป็นเพียงแบบจำลองการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ

ในทางปฏิบัติ ทีมที่แข็งแกร่งใช้ Visual Odometry เพื่อปรับสมดุลความแม่นยำกับความเป็นจริงในการปฏิบัติงาน เช่น คุณภาพของข้อมูล ความแปรปรวนของแสง และความสม่ำเสมอของการติดฉลาก โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน

Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในขณะเดียวกัน สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง

ผลกระทบเชิงกลยุทธ์

Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ

Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง

ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก

การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

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

รูปแบบการดำเนินงาน

Visual Odometry ในทางปฏิบัติ

รถโรเวอร์บนดาวอังคารชอบ Perseverance โดยใช้การวัดระยะทางด้วยภาพเพื่อติดตามการลื่นไถลของล้อและนำทางภูมิประเทศโดยไม่ต้องใช้ GPS

รถแลนด์โรเวอร์บนดาวอังคารอย่าง Perseverance ใช้การวัดระยะทางด้วยภาพเพื่อติดตามการลื่นไถลของล้อและนำทางภูมิประเทศโดยไม่มีทีม GPS มักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับของมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

Visual Odometry ในทางปฏิบัติ

ชุดหูฟัง AR/VR ติดตามตำแหน่งศีรษะจากกล้องในตัวเพื่อการติดตาม 6DoF จากภายในสู่ภายนอก

ตำแหน่งศีรษะในการติดตามชุดหูฟัง AR/VR จากกล้องในตัวสำหรับการติดตามภายในและนอก 6DoF มักจะได้รับผลลัพธ์ที่ดีกว่า เมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

Visual Odometry ในทางปฏิบัติ

โดรนที่รักษาการบินและการนำทางอย่างมั่นคงภายในอาคารหรือในสภาพแวดล้อมที่ถูกปฏิเสธด้วย GPS

โดรนที่รักษาการบินและการนำทางอย่างมั่นคงภายในอาคารหรือในสภาพแวดล้อมที่ถูกปฏิเสธด้วย GPS ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อกำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

Visual Odometry ในทางปฏิบัติ

รถยนต์และหุ่นยนต์ที่ขับเคลื่อนด้วยตนเองผสมผสานการเคลื่อนไหวของกล้องเข้ากับข้อมูล IMU เพื่อระบุตำแหน่งระหว่างการอัปเดตแผนที่

รถยนต์และหุ่นยนต์ที่ขับเคลื่อนด้วยตนเองผสมผสานการเคลื่อนไหวของกล้องเข้ากับข้อมูล IMU เพื่อระบุตำแหน่งระหว่างการอัปเดตแผนที่ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

ความเสี่ยงและรั้ว

!

สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน

!

ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม

!

ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น

แผนงานการดำเนินงาน

1

กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด

กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

2

ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง

ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

3

เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง

เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

4

ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล

ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

สำรวจต่อไป