vide localisation information, achi

vide localisation information, achieving localisation using
only the image data acquired from the robot’s own cam-
era in natural scenes is very appealing: the robot is making
use of the same data type as its human wearer and poten-
tial remote collaborator, and is able directly to make use of
measurements of the objects of interest themselves. Visual
annotation for augmented reality becomes natural and accu-
rate, and restrictions on user movement are removed.
Ego-motion estimation for an agile single camera mov-
ing through general, unknown scenes is a very challenging
problem when real-time performance is required — most
successful structure from motion work has been achieved
under under the off-line processing conditions. This task of
estimating camera motion from measurements of a contin-
uously expanding set of self-mapped visual features is one
of a class of problems known as Simultaneous Localisation
and Mapping (SLAM) in the robotics community.
Large scale real-time visual mapping of whole rooms,
buildings or even outdoor scenes is currently unfeasible: as
we shall see, the computational complexity of SLAM grows
with map size and this means that the hard real-time con-
straints imposed by the requirement for continuous local-
isation will be violated at some map size. We are there-
fore currently focused on real-time small-scale workspace
localisation. A workspace may be the volume of several
cubic metres in which a wearer must carry out a task.
Localisation within a workspace entails solving a series
of problems imposed by proximity. When objects are close,
perspective changes and objects’ mutual occlusions become
pronounced and frequent even under moderately small mo-
tions of the camera. Furthermore, objects can change po-
sition and orientation or even disappear, perhaps moved

Kết quả (Việt) 2:

thông tin nội địa vide, đạt được nội địa hóa bằng cách sử dụng
chỉ các dữ liệu hình ảnh thu được từ Căm riêng của robot
thời đại trong những cảnh thiên nhiên rất hấp dẫn: các robot được làm cho
việc sử dụng các kiểu dữ liệu giống như người mặc con người của mình và poten-
cộng tác viên từ xa tiềm, và có thể trực tiếp sử dụng các
phép đo của các đối tượng của mình quan tâm. Hình ảnh
chú thích cho thực tế tăng cường trở nên tự nhiên và accu-
tỷ lệ, và những hạn chế về di chuyển người sử dụng được loại bỏ.
ước Ego-motion cho một camera duy nhanh nhẹn mov-
ing qua nói chung, không rõ là một cảnh rất khó khăn
khi vấn đề hiệu suất thời gian thực được yêu cầu - hầu hết
cấu trúc thành công từ việc chuyển động đã đạt được
dưới theo các điều kiện xử lý off-line. Nhiệm vụ này của
ước lượng chuyển động camera từ các phép đo của một tieáp tuïc
uously mở rộng tập hợp các tính năng thị giác tự ánh xạ là một
trong một lớp học của các vấn đề được gọi là đồng thời Cục bộ hóa
và Bản đồ (SLAM) trong cộng đồng người máy.
quy mô lớn thời gian lập bản đồ trực quan toàn bộ các phòng,
các tòa nhà hay thậm chí những cảnh ngoài trời là hiện không khả thi: như
chúng ta sẽ thấy, mức độ phức tạp tính toán của SLAM phát triển
với kích thước bản đồ và điều này có nghĩa là thời gian thực con- cứng
straints áp đặt bởi các yêu cầu liên tục local-
isation sẽ bị vi phạm tại một số kích thước bản đồ. Chúng tôi là there-
fore hiện đang tập trung vào thời gian quy mô nhỏ không gian làm việc
nội địa hóa. Một không gian làm việc có thể là khối lượng của một vài
mét khối, trong đó một người mặc phải thực hiện một nhiệm vụ.
Địa phương hóa trong một không gian làm việc đòi hỏi phải giải quyết một loạt
các vấn đề áp đặt bởi sự gần gũi. Khi đối tượng là gần gũi,
những thay đổi quan điểm và đối tượng occlusions lẫn nhau 'trở thành
rõ rệt và thường xuyên ngay cả dưới mo- vừa nhỏ
tions của camera. Hơn nữa, các đối tượng có thể thay đổi tiềm
hãng cạnh tranh và định hướng hoặc thậm chí biến mất, có lẽ chuyển