本文深入探讨了基于视觉和惯性传感器（IMU）的空间定位方法，包括Outside-in和Inside-out定位技术，重点讲解了视觉与IMU融合的SLAM算法。内容涵盖传感器原理、定位技术的挑战与解决方案，以及在VR领域的应用。通过实例分析了不同定位技术的优缺点，并展示了如何通过融合IMU数据提高SLAM精度，确保在快速运动中保持稳定跟踪。
在今年的Oculus Connect大会上，扎克伯格公布了一款正在开发的VR一体机产品——Santa Cruz。细看报道你会发现，这款产品除了将计算单元都集成到头盔中，还在前面增加了4颗摄像头。这些摄像头的作用，其实是用来实现空间定位的，在Oculus Rift CV1上，空间定位系统需要通过一套外部传感器来实现，这显然不适合移动方案。
许多人都说VR一体机是未来，而移动VR要真正移动起来，就需要摆脱外部空间定位基站的束缚。那么如何用另一种方案来摆脱有线VR通常使用的Outside-in空间定位方案呢？那就是Inside-out空间定位技术，此类方案大都基于计算机视觉技术，包括微软、Google和Facebook在内的科技巨头都在进行相关研究。
所谓的Inside-out追踪到底是如何做的呢？它使用了哪些技术，又有什么难点，本期公开课将为您解答这些疑问。
嘉宾介绍
马赓宇，清华大学计算机系本科，硕士，以及博士。马博士于2015年9月加入uSens凌感科技，现任凌感科技技术副总裁和中国研发中心主任。
在清华，马博士在人工智能与媒体集成实验室主攻人机交互和人工智能。马博士曾任三星中国研究院（SAIT China）首席研究员与研发主任，是三维显示与人机交互技术以及虚拟现实技术的专家，为Timothy Sauer所著教科书《Numerical Analysis》的译者。
以下内容整理自马赓宇博士本次公开课演讲，您将看到以下内容：
大家好，本次讲座的主题是基于视觉+惯性传感器的空间定位方法，前半部分是基于视觉的定位方法，以前和学校及研究机构做得比较多。后半部分介绍惯性传感器在定位中的应用。惯性传感器是最近几年才兴起的，主要是因为手机传感器（这方面主要是iPhone）的发展，传感器的精度也在逐年提高。
手机里面的陀螺仪现在基本可以达到0.01度的误差，加速度计虽然误差稍微大一点，如果用来估计针尖运动也可以起到很大的辅助作用。
空间定位方法简介
这里列举了一些空间技术应用场景。据我了解空间定位是从军事上开始应用的，主要是导弹的定位，可以在没有GPS导航的情况下，根据自身的IMU和加速度计达到在几千公里外只差几百米的误差。然后像室外的自动驾驶、无人机，室内的
扫一扫
2483
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
