概括
这项研究引入了一种新的增强现实方法,用于在模糊条件下进行水下3D测量. 它使用风险意识框架来选择最佳视角,大大减少在视觉环境下降低的测量误差.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 计量学 计量学 计量学
背景情况:
- 由于视觉条件下降,水下计量是具有挑战性的.
- 现有的下一个最佳视图 (NBV) 方法在的环境中扎.
研究的目的:
- 开发一种基于增强现实的多维计量方法,用于退化的水下环境.
- 改进视角选择,以便在水中准确的3D重建.
主要方法:
- 实施了具有风险意识的下一个最佳视图 (NBV) 框架,使用有条件的风险价值 (CVaR) 进行视图选择.
- 采用了以异性态度为基础的地理测量指标和局部灵敏度,以减少不确定性.
- 在模糊的场景上实验性验证了该系统,并用增强现实设备在模糊的场景上和合成.
主要成果:
- 基于CVaR的NBV方法在的条件下,与基于的方法相比,显示了2-3倍的中位误差降低.
- 实验结果验证了越来越多的度水平的性能.
- 合成实验分析了非对称的错误高原.
结论:
- 拟议的基于增强现实的NBV方法有效地提高了水下环境退化的计量学.
- 与传统方法相比,CVaR优化在的条件下提供了优越的视角选择策略.
- 这项工作代表了第一个基于增强现实的NBV方法,用于模糊环境中的计量学.
更多相关视频
13:35Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring
Published on: June 13, 2025
1.5K
09:19Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging
Published on: April 18, 2025
1.5K
