目前跟踪定位技术的主流路径是SLAM（即时定位与地图构建）。SLAM根据摄像头、惯性传感器捕获的视觉/运动信息，在计算自身位置的同时构建关于空间的全局地图。受制于计算量，AR中应用的主要是基于稀疏点的视觉SLAM，其步骤包括图像捕获-特征点提取-与全局地图比对-位姿计算-地图更新。伴随用户在空间中的运动，可以观察到一些相同特征点在不同时间点的三维坐标，根据坐标逆变换原理计算用户在空间所处位置、运动轨迹，并将这些特征点作为空间场景的结构化信息存储起来成为全局地图，随着用户的移动范围扩大，全局地图包含的场景信息愈发丰富，最终成为用户对环境的全面感知。辅以机器学习技术，将不仅能够判断前方有障碍物，还能够识别出它是一面墙亦或一张桌子。在增强现实中，虚拟物体与空间场景中的坐标成一一映射关系，SLAM得出的位置信息帮助我们判断图像渲染的视角，对空间场景的理解使得影像投射符合物理规律（例如全局地图显示前方有大量障碍物，一个虚拟的地球仪不应出现在障碍物内部）。 3D成像所获取的深度信息对SLAM必不可少。SLAM从二维图片到三维空间的映射需要深度信息，所有基于SLAM的AR专用硬件或解决方案都搭载了3D成像。微软发布的HoloLens头显配备了四台摄像头，可以实时计算空间深度图，进而通过其拥有的KinectFusion专利技术（本质上是基于Kinect深度图的SLAM技术）实现精准的位置定位与跟踪；联想与谷歌联合开发的Phab2Pro手机，基于Tango的SLAM技术，该手机配备的深度摄像头和动作追踪摄像头能够对现实空间进行三维建模，为各类AR体验奠定了硬件基础。MagicLeap同样借助基于视觉的稀疏点SLAM解决定位与环境感知问题，因此也必然会搭载3D成像。可以说，3D成像正是AR不可或缺的输入方式。 | 
/1 
发表于 2017-9-27 10:30:11
提升卡
置顶卡
沉默卡
变色卡