AyniCam
Dapatkah kamera ponsel memperkirakan jarak ke mobil?
Pelajari cara kamera memperkirakan jarak dan memahami posisi objek di peta 3D AyniCam. Perkiraan bukan pengukuran yang presisi.
Dalam panduan ini
Ya, perkiraan dapat dilakukan—tetapi pengukuran tersebut bukan pengukuran yang tepat
Kamera ponsel dapat mendukung estimasi jarak ketika perangkat lunak menggabungkan informasi gambar dengan asumsi, kalibrasi, atau model terlatih. Sebuah gambar saja tidak secara otomatis memberikan jarak yang dapat dipercaya dalam meter. Di AyniCam, objek yang didukung yang terdeteksi oleh kamera ditampilkan pada perkiraan posisi; layar tidak boleh diperlakukan sebagai instrumen pengukur jarak.
Ini penting bila tampilan 3D terlihat meyakinkan. Model mobil yang digambar di jalan dapat terlihat presisi meskipun informasi di balik penempatannya tidak pasti. Memahami perbedaan tersebut membantu Anda membaca tampilan tanpa salah mengira visualisasi sebagai pengukuran terverifikasi.
Mengapa jarak menjadi ambigu dalam satu gambar kamera
Benda kecil di dekatnya dan benda lebih besar yang berjauhan dapat menempati area gambar yang serupa. Perspektif mengubah pemandangan tiga dimensi menjadi gambar dua dimensi, kehilangan informasi tentang skala absolut. Perangkat lunak memerlukan informasi tambahan atau asumsi yang dipelajari untuk memperkirakan kedalaman yang hilang tersebut.
Penelitian kedalaman monokuler mempelajari masalah ini. Model yang sadar akan skala dapat menggunakan informasi pelatihan dan kamera untuk menghasilkan perkiraan metrik, namun hal ini tidak menghilangkan kesalahan ketika kondisinya berbeda dari data pelatihan atau evaluasinya. Penelitian yang dikutip di sini menjelaskan tantangan umum; ini bukan implementasi AyniCam atau tolok ukur aplikasi.
Deteksi, perkiraan kedalaman, dan jarak terukur adalah keluaran yang berbeda
Detektor objek dapat menemukan lokasi mobil dalam gambar tanpa mengukur jaraknya. Skor kepercayaan untuk label mobil bukanlah interval kepercayaan untuk meter. Perender 3D kemudian dapat menempatkan model menggunakan perkiraan, namun tampilan realistis model tersebut tidak meningkatkan bukti yang mendasarinya.
Sensor kedalaman memberikan jenis masukan yang berbeda. Apple memaparkan tangkapan kedalaman LiDAR pada perangkat keras yang didukung. Kemampuan tersebut tidak boleh diasumsikan ada di setiap iPhone atau digunakan oleh setiap aplikasi kamera. Panduan ini tidak mengklaim bahwa AyniCam mengukur jarak jalan dengan LiDAR.
| Output | Apa yang dijelaskan | Apa yang tidak dibuat |
|---|---|---|
| Kotak deteksi | Perkiraan lokasi objek dalam gambar | Jarak fisik yang tepat |
| Keyakinan deteksi | Keyakinan model terhadap keluaran deteksinya | Jarak pengikut yang aman |
| Perkiraan 3D position | Penempatan berdasarkan informasi yang tersedia | Koordinat tingkat survei atau jarak bebas yang tepat |
| Peta jalan atau bangunan | Konten peta geografis | Pengukuran kamera langsung terhadap objek tersebut |
Cara menafsirkan mobil di peta 3D AyniCam
Baca peta AyniCam sebagai dua lapisan yang terhubung. Jalan dan bangunan berasal dari data peta. Objek jalan yang didukung berasal dari deteksi kamera dan ditempatkan pada posisi perkiraan. Oleh karena itu, latar belakang geografis dan mobil yang terdeteksi tidak memiliki sumber informasi yang sama.
Kendaraan mungkin tersembunyi sebagian, di luar pandangan kamera, atau terlalu tidak jelas untuk diberi label yang berguna. Ketiadaannya dalam visualisasi bukanlah bukti bahwa ruang tersebut kosong. Demikian pula, jarak antar model yang dirender bukanlah jarak berhenti yang terverifikasi atau prediksi langkah pengemudi lain selanjutnya.
Pilihan tampilan objek memungkinkan Anda mengontrol jenis dukungan mana yang muncul. Menyembunyikan kategori akan mengubah tampilannya, bukan tampilan fisiknya. Periksa model yang dipilih dan pengaturan tampilan saat parkir jika tampilan berbeda dari yang Anda harapkan.
Apa yang seharusnya ditunjukkan oleh demonstrasi estimasi jarak yang berguna
Cari perangkat yang disebutkan, kamera pengaturan, kondisi pemandangan, dan jarak referensi independen. Sebuah demonstrasi harus menjelaskan kesalahan-kesalahannya, tidak hanya menunjukkan lapisan yang meyakinkan. Mobil simulator dan jarak model yang rapi dapat menunjukkan perilaku antarmuka, namun tidak dapat menentukan akurasi jangkauan jalan sebenarnya.
Untuk AyniCam, gunakan demo berlabel untuk memahami tampilan dan meninjau halaman metodologi pengujian untuk membedakan bukti antarmuka dari pengujian fisik. Jangan memilih celah, jarak parkir, atau titik pengereman berikut dari perkiraan jarak objek. Aplikasi tidak mengarahkan atau mengerem kendaraan.
Pertanyaan tentang estimasi jarak ponsel-kamera
Apakah AyniCam menunjukkan jarak yang tepat ke mobil di depan?
Posisi objek yang terdeteksi oleh kamera hanyalah perkiraan. Panduan ini tidak menetapkan keakuratan yang divalidasi dalam satuan meter, dan tampilan 3D bukanlah alat ukur.
Apakah keyakinan deteksi yang tinggi berarti jaraknya benar?
Tidak. Keyakinan terhadap hasil deteksi objek dan keakuratan jarak fisik adalah pertanyaan yang berbeda. Label mobil yang jelas tidak memvalidasi jangkauan atau jarak aman berikut.
Dapatkah GPS ponsel menemukan setiap mobil di sekitarnya?
Lokasi ponsel tidak memberikan lokasi kendaraan lain. Deteksi kamera dan konten peta geografis AyniCam memberikan informasi yang berbeda.
Mengapa mobil sungguhan mungkin hilang dari tampilan 3D?
Mungkin berada di luar tampilan kamera, tidak terlihat, kurang terlihat, atau tidak terdeteksi oleh detektor. Pemfilteran tampilan juga dapat menyembunyikan kategori yang didukung. Model yang hilang bukan berarti jalan kosong.
Dapatkah saya menggunakan jarak 3D untuk memutuskan kapan harus mengerem?
Tidak. Jangan gunakan perkiraan jarak model sebagai instruksi pengereman atau penghindaran tabrakan. Tetap memperhatikan kondisi jalan sebenarnya dan tetap bertanggung jawab dalam mengendalikan kendaraan.