Gravity-aware partially calibrated absolute pose estimation from affine- or rotation-covariant features
تقدم هذه الورقة البحثية حليّين فعالين، هما UP1PfAC وUP2PfORI، يستفيدان من متجهات الجاذبية المستمدة من وحدة القياس بالقصور الذاتي (IMU) والمعلومات الهندسية المحلية من الميزات المتوافقة مع التآلف أو الدوران لتحقيق تقدير سريع ودقيق للوضعية المطلقة والبعد البؤري باستخدام عدد أقل من الارتباطات مقارنة بالطرق التقليدية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول إيجاد طريقك عبر مدينة شاسعة وغير مألوفة باستخدام صورة لمعلم بارز وخريطة فقط. بالنسبة للكمبيوتر، تُعرف هذه المهمة باسم "تقدير الوضعية المطلقة" (absolute pose estimation): أي تحديد مكان الكاميرا بالضبط والاتجاه الذي تشير إليه بناءً على صورة واحدة. هذه القدرة هي العمود الفقري للواقع المعزز الحديث، حيث تسمح للطبقات الرقمية بالالتصاق بقوة بالعالم الحقيقي، وهي ضرورية للطائرات بدون طيار والروبوتات للتنقل دون أن تضل طريقها. لسنوات، اعتمدت هذه الأنظمة على مطابقة نقاط محددة في الصورة مع نموذج ثلاثي الأبعاد مبني مسبقاً للعالم. ومع ذلك، فإن هذه العملية تتطلب غالباً العديد من النقاط المتطابقة لتعمل بشكل موثوق، وتواجه صعوبة عندما تكون الإعدادات الداخلية للكاميرا، مثل مستوى التكبير أو البعد البؤري، غير معروفة. علاوة على ذلك، فإن الطرق التقليدية غالباً ما تتجاهل القرائن الهندسية الدقيقة المختبئة داخل طريقة وصف الميزات في الصورة، حيث تعامل كل نقطة كنقطة بسيطة بدلاً من كونها شكلاً له اتجاه ومقياس.
لقد طور فريق من الباحثين من "إريكسون ريسيرش" وجامعة "زاراغوزا" نهجاً جديداً يحل هذه المشكلة بكفاءة أكبر من خلال الجمع بين البيانات المرئية والمعلومات من مستشعر حركة قياسي موجود في معظم الهواتف الذكية. ومن خلال دمج رؤية الكاميرا مع معرفة المستشعر بالجاذبية، أنشأوا نظاماً يمكنه تحديد موقع الكاميرا ومستوى التكبير غير المعروف باستخدام عدد أقل بكثير من القرائن المرئية مما كان في السابق. يقدم عملهم طريقتين جديدتين يمكنهما حساب هذا الموقع باستخدام صورة تفصيلية واحدة أو مجرد ميزتين تحافظان على اتجاههما. هذا الاختراق يعني أن الأجهزة يمكنها تحديد موقعها بشكل أسرع وبدقة أكبر، حتى عندما تتغير الإعدادات الداخلية للكاميرا أو لا تكون معروفة مسبقاً.
يكمن جوهر المشكلة في كيفية فهم الكمبيوتر للعلاقة بين عالم ثلاثي الأبعاد وصورة ثنائية الأبعاد. تقليدياً، لكي يعرف الكمبيوتر أين توجد الكاميرا، يحتاج النظام إلى مطابقة ثلاث أو أربع نقاط على الأقل بين الصورة والخريطة ثلاثية الأبعاد. وإذا كان البعد البؤري للكاميرا غير معروف أيضاً، فإن عدد النقاط المطلوبة يزداد، مما يجعل الحساب أبطأ وأكثر عرضة للأخطاء عندما تكون البيانات مشوشة. أدرك الباحثون أنه يمكنهم تجاوز هذا المتطلب الثقيل باستخدام مصدرين قويين من المعلومات لم يتم استغلالهما جيداً من قبل. أولاً، استخدموا متجه الجاذبية المقدم من وحدة القياس بالقصور الذاتي للجهاز، وهي شريحة صغيرة تستشعر التسارع والاتجاه. يخبر هذا المستشعر الكمبيوتر باتجاه الأسفل، مما يزيل فعلياً درجتين من عدم اليقين بشأن ميل الكاميرا. ثانياً، استفادوا من البيانات الهندسية الغنية المضمنة في واصفات الميزات الحديثة. فبدلاً من رؤية مجرد نقطة، تصف هذه الواصفات كيف يتمدد أو يدور جزء صغير من الصورة، مما يوفر قيوداً إضافية تساعد في حل اللغز بعدد أقل من العينات.
لاختبار أفكارهم، اشتق الفريق قواعد رياضية جديدة تربط وضعية الكاميرا، والبعد البؤري غير المعروف، واتجاه الجاذبية. وقاموا ببناء حليّين محددين للتعامل مع هذه القواعد. الحل الأول، الذي يسمون بـ UP1PfAC، يمكنه تحديد وضعية الكاميرا بالكامل والبعد البؤري باستخدام تطابق أفيني (affine correspondence) واحد فقط. بعبارات بسيطة، هذا يعني أنه يحتاج إلى ميزة واحدة فقط تصف كيف يتم تحويل منطقة صغيرة، بما في ذلك مقياسها ودورانها. أما الحل الثاني، UP2PfAC، فيتطلب ميزتين حساسين للاتجاه ولكن ليس بالضريد للقياس (scale). وفي تجاربهم، أنشأ الباحثون آلاف المشاهد الاصطناعية لاختبار استقرار هذه الأدوات الجديدة. ووجدوا أن الحلول كانت مستقرة للغاية، حيث أنتجت أخطاءً صغيرة جداً لدرجة أنها تكاد تكون غير مرئية على المقياس القياسي، حتى بدون إضافة أي ضجيج. وعندما أدخلوا أخطاء واقعية، مثل عدم الدقة الطفيفة في مطابقة النقاط أو الاهتزازات الصغيرة في مستشعر الجاذبية، تفوقت الطرق الجديدة على التقنيات الرائدة الحالية، وحافظت على دقة عالية حيث بدأت الطرق القديمة في التراجع.
جاء الاختبار الحقيقي عندما طبق الباحثون حلولهم على بيانات واقعية من مجموعتي بيانات شهيرتين: "كامبريدج لاند ماركسز" (Cambridge Landmarks) و"آخن ليل نهار" (Aachen Day-Night). تحتوي مجموعات البيانات هذه على صور لمبانٍ تاريخية ومراكز مدن تم التقاطها بكاميرات مختلفة وتحت ظروف إضاءة متنوعة. قام الفريق بدمج حلولهم الجديدة في مسار تحديد موقع قياسي يستخدم طريقة قوية لتصفية البيانات السيئة. وأظهرت النتائج أن نهجهم لم يطابق دقة أفضل الطرق الموجودة فحسب، بل فعل ذلك بسرعة أكبر بكثير. في مجموعة بيانات كامبريدج، قللت حلولهم من الوقت المطلوب للعثور على الموقع مع تحسين دقة تقديرات الدوران والبعد البؤري. وفي مجموعة بيانات آخن الأكثر تحدياً، والتي تتضمن صوراً ملتقطة ليلاً وباستخدام أجهزة مختلفة، وجدت طرقهم باستمرار الموقع الصحيح بشكل أكثر تكراراً من أفضل النهج شبه المعايرة السابقة. وكانت ميزة السرعة ملحوظة بشكل خاص، حيث أكملت الحلول الجديدة حساباتها في جزء من الوقت الذي تتطلبه الخوارزميات القديمة التي تحتاج إلى المزيد من نقاط البيانات.
يوضح هذا العمل أنه من خلال الاستماع إلى الهمسات الهندسية الدقيقة في واصفات الميزات والجمع بينها وبين اليد الثابتة لمستشعر الجاذبية، يمكن للحواسيب التنقل في العالم بجهد أقل بكثير. وجد الباحثون أن حل الميزة الواحدة كان فعالاً بشكل خاص، حيث استفاد من المعلومات الغنية في الميزات الأفينية ليعمل كدليل قوي، بينما قدم حل الميزتين بديلاً متوازناً للأجهزة التي قد لا تتوفر فيها مثل هذه الواصفات التفصيلية. تؤكد الدراسة أن هذه الأدوات الجديدة ليست مجرد تحسينات نظرية، بل هي حلول عملية يمكنها التعامل مع واقع العالم الفعلي المليء بالضجيج، من المستشعرات المشوشة إلى مطابقات الصور غير المثالية. ومن خلال تقليل عدد العينات المطلوبة وتسريع الحساب، يمهد هذا البحث الطريق لجيل جديد من أنظمة تحديد المواقع منخفضة الطاقة وعالية الدقة. وهذا أمر بالغ الأهمية لمستقبل سماعات الواقع الممتد، والطائرات بدون طيار، والروبوتات، التي تحتاج إلى معرفة مكانها بالضبط في جزء من الثانية لتعمل بسلاسة في مساحاتنا الفيزيائية المشتركة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.