Đo thị giác
Phép đo hình ảnh trực quan ước tính cách máy ảnh di chuyển khắp thế giới bằng cách theo dõi cách hình ảnh thay đổi từng khung hình.
Tổng quan
It matters because it lets robots, drones, and AR devices know their position without GPS, using vision alone.
Lặn sâu
Phép đo hình ảnh trực quan (VO) ước tính từng bước chuyển động của máy ảnh, sự dịch chuyển và xoay của nó bằng cách phân tích các hình ảnh liên tiếp. Quy trình dựa trên tính năng sẽ phát hiện các điểm chính, khớp hoặc theo dõi chúng trên các khung và tính toán tư thế tương đối từ mối quan hệ hình học giữa các điểm khớp, sau đó xâu chuỗi các phần tăng này thành một quỹ đạo. Thay vào đó, các phương pháp trực tiếp giảm thiểu lỗi trắc quang (chênh lệch cường độ điểm ảnh) mà không có tính năng rõ ràng. VO là giao diện người dùng của nhiều hệ thống SLAM, nhưng trong đó SLAM đầy đủ xây dựng và duy trì bản đồ toàn cầu với tính năng đóng vòng lặp, VO đơn giản tập trung vào chuyển động từ khung hình này sang khung hình cục bộ. Điểm yếu của nó là độ lệch: các lỗi nhỏ trên mỗi khung hình tích lũy theo thời gian. VO hỗ trợ ô tô tự lái, máy thám hiểm hành tinh, máy bay không người lái trong môi trường bị GPS từ chối và theo dõi tai nghe trong AR/VR.
Hiểu biết kỹ thuật
VO một mắt phục hồi chuyển động từ ma trận thiết yếu, ma trận này mã hóa hình học epi cực giữa hai chế độ xem và phân tách thành xoay và dịch, nhưng chỉ ở một tỷ lệ không xác định. Máy ảnh âm thanh nổi hoặc RGB-D giải quyết sự mơ hồ về tỷ lệ đó bằng cách sử dụng đường cơ sở hoặc độ sâu đã biết. Nhiều hệ thống hiện đại kết hợp VO với IMU (đo lường quán tính trực quan), kết hợp chặt chẽ dữ liệu gia tốc kế và con quay hồi chuyển để cải thiện độ ổn định khi chuyển động nhanh, kết cấu thấp hoặc nhòe chuyển động.
Tác động chiến lược
Tốc độ và tỷ lệ
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Xây dựng lựa chọn
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Nhóm và quy trình làm việc
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Tương lai của phép đo thị giác
VO đang hướng tới các phương pháp tiếp cận đã học và kết hợp: mạng sâu ước tính độ sâu, luồng quang học và tư thế, thậm chí huấn luyện theo cách tự giám sát bằng cách sử dụng tính nhất quán của chế độ xem tổng hợp. Sự kết hợp quán tính-thị giác chặt chẽ hơn, camera sự kiện ghi lại những thay đổi về độ sáng trong micro giây và bộ tăng tốc thần kinh trên thiết bị đang đẩy VO đạt được độ bền cực cao trong bóng tối, tốc độ cao và cảnh động, trở thành lớp nền tảng cho máy tự động và điện toán không gian.
Triển khai trong thế giới thực
Xe thám hiểm sao Hỏa thích Sự kiên trì sử dụng phép đo hình ảnh trực quan để theo dõi độ trượt của bánh xe và điều hướng địa hình mà không cần GPS
Tai nghe AR/VR theo dõi vị trí đầu từ camera tích hợp để theo dõi 6DoF từ trong ra ngoài
Máy bay không người lái duy trì chuyến bay và điều hướng ổn định trong nhà hoặc trong môi trường bị từ chối GPS
Ô tô tự lái và robot kết hợp chuyển động của camera với dữ liệu IMU để bản địa hóa giữa các lần cập nhật bản đồ
Rủi ro & lan can
Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Lộ trình thực hiện
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
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
Hướng dẫn tiếp theo
Trả lời câu hỏi trực quan
Câu hỏi thường gặp
What is Visual Odometry?
Phép đo hình ảnh trực quan ước tính cách máy ảnh di chuyển khắp thế giới bằng cách theo dõi cách hình ảnh thay đổi từng khung hình. Điều này quan trọng vì nó cho phép robot, máy bay không người lái và thiết bị AR biết vị trí của chúng mà không cần GPS, chỉ sử dụng tầm nhìn.
Phép đo hình ảnh chủ yếu ước tính điều gì?
Phép đo hình ảnh trực quan theo dõi cách hình ảnh thay đổi giữa các khung hình để ước tính tư thế tương đối của máy ảnh, xâu chuỗi chúng thành một quỹ đạo.
'Trôi dạt' trong phép đo hình ảnh trực quan là gì?
Vì VO ước tính chuyển động tăng dần nên các lỗi nhỏ trong mỗi bước sẽ cộng dồn theo thời gian, khiến đường đi ước tính lệch khỏi đường đi thực.
Tại sao phép đo hình ảnh bằng một mắt lại gặp phải tình trạng mơ hồ về tỷ lệ?
Từ một luồng chế độ xem duy nhất, ma trận thiết yếu chỉ cung cấp bản dịch ở một tỷ lệ không xác định; Cần có cảm biến đường cơ sở hoặc độ sâu âm thanh nổi để phân giải tỷ lệ thực.
Phép đo hình quán tính trực quan cải thiện độ tin cậy như thế nào?
Việc kết hợp các ước tính chuyển động trực quan với các phép đo quán tính sẽ giúp ích trong các cảnh chuyển động nhanh, chuyển động mờ hoặc có kết cấu thấp mà chỉ có tầm nhìn mới gặp khó khăn.
Phép đo hình ảnh trực quan đơn giản khác với SLAM hình ảnh đầy đủ như thế nào?
VO thường là công cụ ước tính chuyển động mặt trước; SLAM bổ sung ánh xạ toàn cầu và đóng vòng lặp để điều chỉnh độ lệch tích lũy.