Table of Contents

マルチタイムフレーム融合ソリューション

マルチタイムフレーム融合測位は、複雑な照明環境下でのMega体験の持続性を解決することを目的とした高度な機能です。異なる時間帯をカバーするアトラスを構築することで、昼夜の移り変わりや季節変化による視覚的特徴への干渉を克服し、アプリケーションが1日中いつでもセンチメートルレベルの高精度測位を提供できるようにします。

中核的な課題

Megaは主に環境の視覚的特徴に基づいて測位を行います。アルゴリズムは照明や季節変化などに対して最適化されていますが、昼夜の移り変わりによる激しい照明の差異は、同じ場所の視覚的特徴を根本的に変化させてしまう可能性があります。したがって、単一の時間点（例：日中のみ）で収集されたマップデータは、別の時間帯（例：夜間）では特徴の差異が大きすぎてマッチングできず、測位失敗につながることがよくあります。

ソリューション

全天候測位の問題を解決するため、Megaプラットフォームはマルチタイムフレームデータ融合測位能力を提供します。クラウド上で異なる時間帯のデータを融合処理することで、システムの照明変化への適応能力をさらに向上させます。

動作原理

  1. マルチタイムフレーム収集：同一の物理的シーンに対して、代表的な異なる照明条件下（例：日中、夜間）でデータ収集をそれぞれ行います。
  2. クラウドデータ融合：収集した全てのデータをMegaクラウドにアップロードします。クラウドサービスはこれらの異なる時間帯のデータを自動処理し、特徴融合最適化を通じて、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. 自動マッチングと測位：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で捕捉した映像特徴に基づき、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・マッチングし、その画像のマップ内での位置姿勢（ポーズ）を返します。

ベストプラクティス

最適な融合効果を得るためには、以下の収集規範に従うことを推奨します：

  • 主要時間帯のカバー：少なくとも「日中」と「夜間」の各1セットのデータを含めること。照明変化が極めて大きいシーン（例：景観照明が定点で点灯する広場）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、各収集時の歩行経路と撮影角度は可能な限り一致させることを推奨します。これにより、クラウドが特徴の位置合わせと融合をより効率的に行うことができます。

実施フロー

マルチタイムフレーム融合測位を有効化するには、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：日中データ1セット + 夜間データ1セット（街路灯が全て点灯後を推奨）
    • 拡張組み合わせ：夕暮れ時の人混みが多く照明が特殊な場合は、夕暮れデータをさらに追加可能

  2. データ収集

    各時間帯のデータを収集する際は、歩行経路と撮影角度を可能な限り同じに保つ必要があります。例：日中に通り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します。これにより、クラウドが異なる時間帯のマップ間の幾何学的関係をより効率的に計算でき、マップの位置合わせ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、以下を行う必要があります：

  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、収集経路や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. 測位効果のテスト

重要

再度の注意： 各時間帯のデータ収集時には、毎回の収集で歩行経路と撮影角度を可能な限り同じに保つ必要があります。これにより、クラウドがサブエリア間の空間関係をより効率的に計算でき、マップの位置合わせ精度が向上します。

ヒント

マルチタイムフレームマップは最適化融合によって得られており、マップ間は厳密に位置合わせされています。アノテーションコンテンツは一度配置するだけで済みます。

関連リンク