2020年7月4日 机器视觉与计算机视觉技术

用3D绘制世界地图使我们能够用增强现实描绘街道

如果我们要获得真实的,针对特定地点的AR或精确的机器人交付服务,那计算机需要获得精确的导航地图。

科技乐观主义者认为,10年后自动驾驶汽车将无处不在,无人机将为我们提供包裹配送服务,机器人将为我们带来食品。不久的将来,我们的城市将被涂上增强现实的色彩,获得不一般的视觉体验。

要让这些技术变为现实,其中至关重要的一项难题就是:超精确的定位技术。全球定位系统(GPS)和智能手机地图应用程序上的定位服务对我们在一个陌生的城市导航非常有用,但对计算机来说就并不适用。因为他们需要知道物体精确到厘米的位置。

总部位于伦敦的初创企业Scape认为,这正是它所能提供的。据该公司联合创始人爱德华•米勒(Edward Miller)说,公司的视觉定位服务使用GPS和多幅摄像头图像,在两到三秒钟内精确定位出你所在的位置。它收集了超过20亿张街道图像,精确地绘制了全球100多个城市的3d地图,包括伦敦、旧金山、巴黎、莫斯科和东京。其中一些数据是由骑着自行车在城市中骑行的员工收集的,他们的自行车上安装了摄像头,但Scape的平台可以处理任何来源的图像。

在使用中,Scape的算法从任何图像中提取“兴趣点”(如街道标志,店面或灯柱),以便将其与数据库中已有的数十亿进行比较。然后,它的系统使用三角测量来推断观察物体的角度和距离,并将其精确位置返回给最终用户。与GPS或其他技术相比,这种精确度将AR更好地锚定到世界各地, 使用用户获得更好的体验。

“Scape不仅把定位精度提升到一个新的水平。而且把这种能力扩展到一个充满活力的世界“米勒说。

AR在我们的生活已经有了一些成功的应用,比如:仅仅几天前,Snapchat通过在纽约释放虚拟龙来庆祝最新一季的权力游戏的推出。但许多商业公司也希望AR产品在客户穿越城市时锁定在特定的地方。目前,依靠GPS来实现这一点并不是很有效(除了像《Pokemon Go》这样的游戏)。

“使用现有的定位技术, 精确度只有几米 ,你可以在城市中导航。但是对于增强现实,你需要一个完全不同的精度水平。”

当然,这种准确性不仅仅是AR应用程序的福音。如何使计算机了解周围环境的挑战是许多公司正在努力解决的问题。

例如,Waymo为其汽车配备了GPS,激光雷达,相机和雷达传感器,以帮助他们自主导航。提供机器人交付服务的Starship Technologies采用类似的方法。这里的不同之处在于精度水平以及Scape纯粹使用相机的事实,这些相机比激光雷达和其他激光技术便宜得多。其平台在生成可以应对环境变化的地图方面也与其他平台不同,这对于为人和计算机创建统一的世界版本至关重要。例如,这对于让人类收集机器人或无人机交付非常重要。

Scape希望利用其定位服务成为无人驾驶汽车,机器人和增强现实服务所依赖的底层基础设施。

“我们的最终目标是覆盖一切的世界一对一地图,”米勒说。 “我们的目标是像今天的GPS一样无处不在。”

Banner
Related Posts

利用计算机视觉和机器学习技术实现莴苣种植的精准化作业

2019年6月11日

2019年6月11日

Earlham Institute的研究人员开发了一个机器学习平台,使用计算机视觉和航拍图像对莴苣作物进行分类。

新的过滤器增强了机器人对6D姿态评估的视觉感知能力

2019年8月7日

2019年8月7日

研究人员最近进行了一项关于6D物体姿态估计的研究,目的是开发一种过滤器,使机器人具有更强的空间感知能力,从而能够更准确地操纵物体和在空间中导航。

计算机视觉和图像处理之间有什么区别?

2018年8月9日

2018年8月9日

图像处理是计算机视觉的一个子集。计算机视觉系统利用图像处理算法对人体视觉进行仿真。例如,如果目标是增强图像以便以后使用,那么这可以称为图像处理。如果目标是识别物体、汽车自动驾驶,那么它可以被称为计算机视觉。

阴影检测系统让自动驾驶汽车看到周围的角落

2019年10月30日

2019年10月30日

通过分析地面阴影的变化,无人驾驶汽车可以预测何时有车辆或行人从拐角处经过。

计算机视觉软件市场的最新趋势

2018年8月9日

2018年8月9日

计算机视觉软件正在改变各个行业,不仅使消费者的生活更容易,而且让人产生兴趣。作为一个领域,计算机视觉已经获得了大量的宣传和投资。北美计算机视觉软件市场总投资额为1.2亿美元,而中国市场则飙升至39亿美元。

hotonic Vision通过视频开发激光雷达传感器

2019年5月8日

2019年5月8日

英国初创公司Photonic Vision开发了一种激光雷达飞行时间传感的颠覆性方法。

利用机器学习消灭撒哈拉以南非洲采采蝇

2018年8月9日

2018年8月9日

“我们将使用数据科学来创建一个基于机器学习的自动化系统,它可以从采采蛹中快速确定是雄性还是雌性,”Zsuzza Marka说。这一系统将成为机器人分拣机的基础,我们希望该机器最终将用于撒哈拉以南非洲地区,以减轻采采蝇的危害。”

推动计算机视觉和视觉AI发展的四大关键趋势

2019年5月14日

2019年5月14日

本文讨论了推动视觉应用快速发展和影响行业未来的关键趋势,解释了这些趋势背后的推动因素,并强调了对技术供应商、解决方案开发者和最终用户的关键影响。

计算机视觉在钢铁夹杂物分析中的应用研究

2019年12月5日

2019年12月5日

卡内基梅隆大学材料科学与工程学(MSE)教授布莱恩·韦伯勒(Bryan Webler)表示:“夹杂物是一些微小的颗粒始终漂浮在钢中,”。固相夹杂物会聚在一起,堵塞喷嘴和其他控制钢水流动的流量控制系统。一些夹杂物化学成分会降低钢的延展性、抗疲劳性或整体韧性。 “它们会影响钢材的最终性能,这就是我们如此关心它们的原因。”

计算机视觉的未来

2018年8月9日

2018年8月9日

计算机视觉通过缩短开发时间并创建与用户想要和需要的内容相匹配的最终产品,为用户提供直接的好处。而不是在一小群开发人员和C级管理人员的闭门造车中确定功能,是基于自然使用而不断发展。

图像处理中的深度学习技术

2018年8月9日

2018年8月9日

机器学习中的另一种技术是例如“超级矢量机”。与深度学习相比,必须手动定义和验证功能。在深度学习中,神经网络采用这一手动步骤:在训练过程中,独立地自动识别和提取特征。

最全分类!计算机视觉的图像标注类型及应用

2019年10月9日

2019年10月9日

计算机视觉的图像标注种类繁多,应用也不尽相同。想知道各种标注技术的效果吗?一起来看看它们在计算机视觉方面的应用和独特的案例吧!

计算机视觉以及它在商业中是如何应用的?

2019年9月17日

2019年9月17日

事实证明,大多数人认为理所当然的东西,即能够看到、处理并对视觉输入采取行动的能力,在机器中是非常难以复制的。这正是计算机视觉(cv)的目标。虽然计算机视觉可能不如人类视觉先进,但它今天已经发展到在商业中非常重要的地步。

为什么计算机视觉项目中选择OpenCV而不是MATLAB

2019年12月25日

2019年12月25日

在目前可用于计算机视觉的许多工具和库中,有两种主要的工具OpenCV和Matlab在速度和效率方面表现突出。在本文中,我们将详细介绍这两种方法。

CV不只是安防,一文读懂计算机视觉产业链全局

2019年10月31日

2019年10月31日

作为计算机科学的分支,如今计算机视觉(Computer Vision,简称CV)已成为人工智能重要研究领域和发展方向,逐渐形成完整的产业链。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注