Table of Contents

複数時間帯融合ソリューション

複数時間帯融合ローカライズは、複雑な照明環境における Mega 体験の持続性を解決するための高度な機能です。異なる時間をカバーするマップセットを構築することで、昼夜交替や季節変化が視覚特徴に与える干渉を克服し、アプリケーションが一日中どの時間帯でもセンチメートル級の高精度ローカライズを提供できるようにします。

主な課題

Mega は主に環境の視覚特徴に基づいてローカライズします。アルゴリズムは照明や季節変化などに対して専用の最適化を行っていますが、昼夜交替による激しい照明差は、同じ場所の視覚特徴を根本的に変えてしまう可能性があります。そのため、単一時点（たとえば昼間のみ）で収集したマップデータは、別の時間帯（たとえば夜間）では特徴差が大きくマッチできず、ローカライズ失敗につながることがあります。

解決策

全天候ローカライズの問題を解決するため、Mega プラットフォームは複数時間帯データ融合ローカライズ機能を提供します。クラウドで異なる時間帯のデータを融合処理することで、照明変化へのシステム適応能力をさらに高めます。

動作原理

  1. 複数時間帯収集: 同じ物理シーンに対して、代表的な異なる照明条件（昼、夜など）でそれぞれデータを収集します。
  2. クラウドデータ融合: 収集したすべてのデータを Mega Cloud にアップロードすると、クラウドサービスがこれら異なる時間帯のデータを自動処理します。特徴融合最適化により、異なる時間帯を含むマップデータベースを構築します。
  3. 自動マッチングとローカライズ: アプリケーション実行時、システムはカメラがリアルタイムに捉えた画像特徴に基づき、融合後のマップデータから現在の照明条件に最も近いマップを自動検索してマッチングし、その画像のマップ内での姿勢を返します。

ベストプラクティス

最良の融合効果を得るため、次の収集規範に従うことを推奨します。

  • 重要時間帯をカバー: 少なくとも「昼間」データ 1 セットと「夜間」データ 1 セットを含めます。照明変化が非常に大きいシーン（景観ライトが定時点灯する広場など）では、「点灯前」と「点灯後」の収集を追加することを推奨します。
  • 経路の一貫性: 異なる時間に収集する場合でも、各回の歩行経路と撮影角度をできるだけ一致させることを推奨します。これによりクラウドでの特徴位置合わせと融合がより効率的になります。

実施フロー

複数時間帯融合ローカライズを有効にするには、特定の収集と設定ワークフローに従う必要があります。

  1. 収集計画

    シーンの照明変化状況を評価し、収集が必要な時間帯の組み合わせを決定します

    • 基本組み合わせ: 昼間データ 1 セット + 夜間データ 1 セット（街灯がすべて点灯した後を推奨）
    • 強化組み合わせ: 夕暮れ時に人流が多く照明が特殊な場合、夕暮れデータをもう 1 セット追加できます

  2. データ収集

    各時間帯のデータ収集時には、歩行経路と撮影角度をできるだけ同じにする必要があります。たとえば、昼間に道路の中心線に沿って南から北へ歩いた場合、夜間も同じ経路を維持するべきです。これにより、クラウドは異なる時間帯のマップ間の幾何関係をより効率的に計算でき、マップ位置合わせの精度が大幅に向上します。

    異なる時間帯のデータ収集を開始する前に、次が必要です。

  3. マップ構築

  4. マッピング結果の確認

    マッピング完了後、収集経路と空間モデルを含むマッピング結果を確認できます。

    ヒント

  5. ローカライズ効果のテスト

重要

再度の注意: 各時間帯のデータ収集時には、毎回の歩行経路と撮影角度をできるだけ同じにしてください。これによりクラウドはサブ領域間の空間関係をより効率的に計算でき、マップ位置合わせ精度が向上します。

ヒント

複数時間帯マップは最適化融合によって得られたもので、マップ間は厳密に位置合わせされています。注釈コンテンツは一度配置するだけで済みます。

関連リンク