Table of Contents

Konsep dasar Mega

Mega melibatkan beberapa konsep kunci dan istilah teknis yang merupakan elemen inti dalam membangun dan menggunakan layanan pelokasian AR tingkat kota. Dokumen ini menjelaskan konsep utama dalam bahasa non-teknis, termasuk EMP, Mega Block, EIF, dan EMA. Memahami konsep-konsep ini membantu Anda merencanakan proyek, mengumpulkan data, memvalidasi hasil, dan mengoptimalkan pengalaman AR dengan lebih baik.

EMP (Data pemetaan)

EMP adalah format file yang direkam saat menggunakan ponsel untuk mengumpulkan data pemetaan. File ini berisi frame video, data IMU (unit pengukuran inersia) dan informasi GNSS, pose SLAM, dll. Data ini dapat digunakan untuk menghasilkan hasil pemetaan yang sesuai, yaitu Mega Block.

Fungsi

  • Pemetaan cepat: Cocok untuk ruangan kecil, ruang pamer, atau objek tertentu, tidak memerlukan peralatan profesional.
  • Melengkapi data kamera panorama: EMP lebih fleksibel.

Cara mendapatkan dan menggunakan

Hal yang perlu diperhatikan

  • File EMP berukuran kecil, cocok untuk iterasi cepat, tetapi tidak disarankan untuk ruang sangat besar.
  • Poin pengumpulan: Gerakkan perlahan, pindai dari berbagai sudut, hindari gerakan buram atau gangguan dinamis; lihat Daftar periksa poin pengumpulan.
  • Jika EMP menyebabkan kualitas Block rendah, periksa kompatibilitas ponsel (harus mendukung ARCore/ARKit).

Mega block

Mega Block adalah unit peta pelokasian inti dari Mega. Dihasilkan melalui layanan pemetaan, ini mencakup model tiga dimensi serta peta pelokasian, berisi struktur geometris, fitur visual, informasi koordinat, dll. dari area target, mirip dengan "peta digital kembar".

Fitur fungsional

  • Menyediakan pelokasian presisi tinggi: Perangkat mencocokkan gambar kamera saat ini dengan fitur dalam Block untuk mencapai jangkar koordinat dunia tingkat-sentimeter.
  • Mendukung fusi AR: Termasuk oklusi real-virtual, konten persisten.
  • Cakupan: Satu Block dapat mencakup jutaan meter persegi, mendukung beberapa lantai atau ruang besar.

Cara mendapatkan dan menggunakan

Hal yang perlu diperhatikan

  • Kualitas Block bergantung pada data yang dikumpulkan: Lingkungan dengan fitur kaya dan pencahayaan seragam biasanya menghasilkan Block terbaik.
  • Pemecahan masalah pemetaan dapat merujuk ke Pemetaan gagal atau Cacat model.

EIF (Data simulasi)

EIF adalah format data yang digunakan untuk pengujian simulasi pelokasian. Berisi frame video, data IMU (unit pengukuran inersia) dan informasi GNSS, pose SLAM, dll., digunakan sebagai input untuk layanan Mega.

Fungsi

  • Verifikasi simulasi: Tidak perlu pengujian di lokasi, putar ulang data EIF di komputer untuk melihat pratinjau kinerja pelokasian dan pelacakan.
  • Reproduksi masalah: Rekam bagian yang bermasalah untuk membantu men-debug masalah pelacakan seperti drift atau kehilangan.
  • Pratinjau efek: Gabungkan dengan file anotasi, simulasi penumpukan konten AR, evaluasi pengalaman pengguna akhir.

Cara mendapatkan/menggunakan

Hal yang perlu diperhatikan

  • Durasi rekaman EIF tidak boleh lebih dari 10 menit, pengumpulan terlalu lama dapat memengaruhi kinerja SLAM perangkat.
  • Hanya untuk pengujian, tidak digunakan untuk pemetaan resmi.

EMA (File anotasi)

EMA adalah format file data anotasi yang digunakan untuk menentukan posisi, orientasi, dan perilaku konten AR dalam Mega Block. Ini adalah file dengan struktur mirip-JSON, berisi informasi anotasi seperti titik koordinat, referensi model 3D, kondisi pemicu, dll.

Fungsi

  • Penjangkaran konten: Tentukan di mana objek virtual (seperti model, teks, animasi) harus muncul di posisi tepat di dunia nyata.
  • Definisi interaksi: Atur aturan pemicu (misalnya tampilkan saat pengguna mendekat), logika animasi, suara, dll.
  • Pratinjau efek: Gabungkan dengan EIF atau pengujian di lokasi, simulasi pengalaman AR lengkap.

Hal yang perlu diperhatikan

  • EMA bersifat opsional: Pelokasian dasar tidak memerlukannya, tetapi interaksi kaya membutuhkannya.
  • Jika EMA menyebabkan pergeseran konten, periksa konsistensi sistem koordinat (cocok dengan Block).

Memahami konsep-konsep ini memungkinkan Anda menggunakan layanan Mega dengan lebih efisien. Jika memerlukan detail lebih dalam, silakan merujuk ke Ikhtisar atau bab spesifik.