什么是視覺空間定位

1、同學(xué)們，大家好。我們都知道，歡創(chuàng)科技是一家全球領(lǐng)先的計算機(jī)視覺空間定位技術(shù)公司。那么本期“歡創(chuàng)小課堂”主要和大家科普下“視覺空間定位”。想要了解視覺空間定位，我們需要先了解“計算機(jī)視覺”和“機(jī)器視覺”。Q1：“計算機(jī)視覺”和“機(jī)器視覺”是什么？計算機(jī)視覺就像人類每天所做的那樣，通過“眼睛”采集圖像然后大腦進(jìn)行處理而計算機(jī)視覺就是使用計算機(jī)及相關(guān)設(shè)備對生物視覺的一種模擬，它通過對采集的圖片或視頻進(jìn)行處理，以獲得相應(yīng)場景的三維信息。機(jī)器視覺作為一個獨(dú)立分支，正在人工智能領(lǐng)域飛速發(fā)展。簡單說來，機(jī)器視覺就是用機(jī)器代替人眼來做測量和判斷。二者都是一門關(guān)于如何運(yùn)用攝像頭和計算機(jī)來獲取我們所需的，被拍攝對

2、象的數(shù)據(jù)與信息的學(xué)問。形象地說，就是給計算機(jī)安裝上眼睛（攝像頭）和大腦（算法），讓計算機(jī)能夠感知環(huán)境。Q2：“它們”有何不同？毋庸置疑，計算機(jī)視覺與機(jī)器視覺在技術(shù)和應(yīng)用領(lǐng)域上都有相當(dāng)大的重疊，這兩個學(xué)科的基礎(chǔ)理論大致是相同的，都要與圖像處理緊密結(jié)合來實(shí)現(xiàn)高效的機(jī)器人控制或各種實(shí)時操作。但細(xì)究其原理，確實(shí)也有一些不同之處：計算機(jī)視覺的研究對象主要是映射到單幅多幅圖像上的三維場景。計算機(jī)視覺的研究很大程度上是針對圖像的內(nèi)容，也就是對質(zhì)的分析。比如分類識別，這是一個人還是一棵樹？或者人臉識別、車牌識別。也可以用于行為分析，人群測數(shù)等。更直觀的表示，例如上圖，讓計算機(jī)判斷識別出哪個是狗，是計算機(jī)視覺研

3、究的內(nèi)容。機(jī)器視覺主要是指其在工業(yè)領(lǐng)域的視覺研究，用于檢測和測量的視覺，主要側(cè)重對量的分析。比如通過視覺去測量一個零件的直徑，對準(zhǔn)確度要求很高。上圖中，機(jī)器視覺是觀察上圖中成百上千個某一特定形態(tài)的狗，發(fā)現(xiàn)哪張缺一只，然后檢索出來。顯然，計算機(jī)視覺還不夠聰明，依然存在著一系列難以解決的難題。目前人們掌握的具體計算機(jī)視覺技術(shù)，也僅僅適用于人臉識別、指紋識別等單一領(lǐng)域。而機(jī)器視覺的廣泛應(yīng)用，卻成為了計算機(jī)視覺獨(dú)特性的存在。Q3：視覺空間定位又是什么？視覺目標(biāo)定位(位姿測量)顧名思義，測量一個物體相對于另一個物體的位置與姿態(tài)，即所謂的位姿測量。常見的視覺空間定位類型自定位(inside-out),即通

4、過攝像頭拍攝視野坐標(biāo)系，以及坐標(biāo)系的特征點(diǎn)，從而判斷攝像頭相對坐標(biāo)系自身的坐標(biāo)。比如我們常用的SLAM，它的特點(diǎn)是便攜、視角理論無限大、定位精度不高。主要應(yīng)用領(lǐng)域包括移動機(jī)器人、無人機(jī)、VR、AR。外定位(outside-in)，比較常見的是OptiTrack,特點(diǎn)是安裝復(fù)雜、視角有限、定位精度高。主要應(yīng)用領(lǐng)域包括影視動捕、VR、工業(yè)機(jī)器人。歡創(chuàng)科技是以計算機(jī)視覺中的機(jī)器視覺為基礎(chǔ)，通過自主創(chuàng)新的高性能視覺空間定位算法，實(shí)現(xiàn)高精度單目視覺空間定位技術(shù)的廣泛應(yīng)用。Q4：視覺空間定位可用于哪些領(lǐng)域?醫(yī)療領(lǐng)域如醫(yī)療計算機(jī)視覺和醫(yī)學(xué)圖像處理，以及通過精密設(shè)備測量，實(shí)現(xiàn)醫(yī)療手術(shù)導(dǎo)航等。工業(yè)領(lǐng)域視覺空間定位技術(shù)正大量的被使用在工業(yè)領(lǐng)域，其精準(zhǔn)性、高效性、實(shí)時性是它的主要優(yōu)勢所在。無人駕駛時下大熱的自主無人汽車導(dǎo)航、障礙物檢測等。軍事領(lǐng)域從無人機(jī)的偵察任務(wù)，到先進(jìn)的導(dǎo)彈制導(dǎo)方面都有視覺定位的影子。航天領(lǐng)域太空探索也正在使用計算機(jī)視覺，比如，美國宇航局的火星探測漫游者和歐洲航天局的ExoMars火星漫游者。同學(xué)們，本期的“