Soluções para cenários avançados

Em projetos comerciais práticos, o ambiente físico é frequentemente mais complexo e variável do que o ambiente experimental ideal. Diante de regiões de escala ultra-grande, variações de iluminação ao longo do dia, estruturas arquitetônicas complexas de múltiplos níveis e cenários com texturas altamente repetitivas, estratégias únicas de mapeamento e posicionamento geralmente têm dificuldade em atender à demanda de estabilidade.

Suporte para cenários principais

A plataforma Mega, baseada em tecnologias centrais como fusão de múltiplos mapas e gerenciamento de múltiplos bancos de mapas, oferece um conjunto completo de soluções de computação espacial. Ela visa ajudar desenvolvedores a construir experiências AR persistentes e precisas em ambientes físicos complexos. Para os seguintes cenários complexos típicos, a Mega fornece estratégias especializadas de mapeamento e processamento.

Espaços ultra-grandes

Para cenários de escala ultra-grande, como áreas turísticas ou quarteirões urbanos, abrangendo centenas de milhares ou mesmo milhões de metros quadrados, é difícil cobrir toda a área com uma única coleta, e erros acumulativos são prováveis.

Adota-se a estratégia de coleta e fusão em blocos: O grande cenário é dividido em sub-regiões que se sobrepõem fisicamente, mas são logicamente independentes. Cada sub-região é coletada separadamente, e todas são fundidas e otimizadas. Leia a solução detalhada aqui: Estratégia de otimização para espaços grandes.

Posicionamento com fusão multitemporal

O posicionamento da Mega depende das características visuais do ambiente. Mudanças drásticas nas condições de iluminação, como entre dia e noite, podem alterar fundamentalmente as características visuais do mesmo local, impedindo o posicionamento.

Por isso, oferecemos a estratégia de mapeamento com fusão multitemporal: Dados de um mesmo cenário são coletados sob diferentes condições de iluminação (por exemplo, dia e noite). Todos os dados coletados são fundidos na nuvem. O sistema automaticamente combina os dados do mapa correspondentes ao período atual com base nas características visuais capturadas pela câmera, garantindo a exibição estável do conteúdo AR em qualquer período.

Leia a solução detalhada aqui: Posicionamento com fusão multitemporal.