USING THE SYNERGY METHOD FOR IMPROVEMENT OF THE ACCURACY OF LOCATION BASED AUGMENTED REALITY
Alexey Kolesnikov, П. М. Кикин, Sergey Seredovich · InterCarto InterGIS · 2018
ИСПОЛЬЗОВАНИЕ СИНЕРГЕТИЧЕСКОГО МЕТОДА ДЛЯ УЛУЧШЕНИЯ ТОЧНОСТИ ГЕОПОЗИЦИОННОЙ ДОПОЛНЕННОЙ РЕАЛЬНОСТИ АННОТАЦИЯ Наибольшим сегментом рынка систем дополненной реальности является сегмент приложений для мобильных устройств.Ключевыми компонентами приложения геопозиционной дополненной реальности являются данные, получаемые с различных датчиков устройства, на котором оно работает, а также методы по обработке этих данных.Минимально необходимым набором данных для реализации систем геопозиционной дополненной реальности являются данные компаса, гироскопа и GPS/ГЛОНАСС.Однако используемые устройства имеют ряд недостатков, вытекающих из их мобильности и малых габаритов.Таковыми являются: ограниченный заряд портативного источника питания, низкая, в сравнении со стационарными системами, вычислительная мощность, слабая система охлаждения, ограниченный набор встроенных датчиков и сенсоров.Вследствие этих недостатков точность получаемых данных не всегда удовлетворяет заданным требованиям, а их обработка требует существенных вычислительных ресурсов, что негативно влияет на энергопотребление и общую производительность приложения.Видимые проявления этих недостатков заключаются в низкой стабильности позиционирования трехмерных объектов в виртуальном пространстве, выражающейся в их заметном «дрожании», а также в быстром расходе энергии батареи устройства.Данная статья детально рассматривает возможные способы решения этих проблем путем использования различных методов анализа и обработки получаемых данных.В качестве основной платформы исследования используется среда разработки 3D приложений Unity.В статье приведен ряд рекомендаций по методам обработки данных с использованием различных алгоритмов сглаживания и уменьшения шумов.Проведен анализ данных, получаемых с датчиков смартфона, с целью определения удельного веса каждого из них по отношению энергопотребления к вносимой погрешности в результаты измерений.Рассмотрены преимущества применения алгоритмов распознавания активности пользователей в целях уменьшения энергопотребления, а также проанализированы возможности использования нейронных сетей в целях детекции и сегментации объектов на изображениях.