AyniCam
Bolehkah kamera telefon menganggarkan jarak ke kereta?
Ketahui cara kamera menganggar jarak dan cara memahami kedudukan objek pada peta 3D AyniCam. Anggaran bukan ukuran yang tepat.
Dalam panduan ini
Ya, anggaran boleh dilakukan—tetapi ia bukan ukuran yang tepat
Kamera telefon boleh menyokong anggaran jarak apabila perisian menggabungkan maklumat imej dengan andaian, penentukuran atau model terlatih. Gambar sahaja tidak secara automatik memberikan jarak yang boleh dipercayai dalam meter. Dalam AyniCam, objek yang disokong yang dikesan oleh kamera ditunjukkan pada kedudukan anggaran; paparan tidak boleh dianggap sebagai alat pengukur jarak.
Ini penting apabila paparan 3D kelihatan meyakinkan. Model kereta yang dilukis di atas jalan boleh kelihatan tepat walaupun maklumat di sebalik penempatannya tidak pasti. Memahami perbezaan itu membantu anda membaca paparan tanpa tersilap visualisasi sebagai ukuran yang disahkan.
Mengapa jarak adalah samar-samar dalam imej kamera tunggal
Objek kecil yang berdekatan dan objek yang lebih besar yang lebih jauh boleh menduduki kawasan imej yang serupa. Perspektif menukar pemandangan tiga dimensi kepada gambar dua dimensi, kehilangan maklumat tentang skala mutlak. Perisian memerlukan maklumat tambahan atau andaian yang dipelajari untuk menganggarkan kedalaman yang hilang itu.
Penyelidikan kedalaman monokular mengkaji masalah ini. Model sedar skala boleh menggunakan maklumat latihan dan kamera untuk menghasilkan anggaran metrik, tetapi itu tidak mengalih keluar ralat apabila keadaan berbeza daripada data latihan atau penilaian mereka. Penyelidikan yang dipetik di sini menerangkan cabaran umum; ia bukan pelaksanaan AyniCam atau penanda aras apl.
Pengesanan, anggaran kedalaman dan julat yang diukur adalah output yang berbeza
Pengesan objek boleh mengesan kereta dalam imej tanpa mengukur jaraknya. Skor keyakinan untuk label kereta bukanlah selang keyakinan untuk meter. Penyampai 3D kemudiannya boleh meletakkan model menggunakan anggaran, tetapi penampilan realistik model itu tidak menambah baik bukti asas.
Penderia kedalaman menyediakan jenis input yang berbeza. Apple mendedahkan tangkapan kedalaman LiDAR pada perkakasan yang disokong. Keupayaan itu tidak boleh diandaikan wujud dalam setiap iPhone atau digunakan oleh setiap aplikasi kamera. Panduan ini tidak mendakwa bahawa AyniCam mengukur jarak jalan dengan LiDAR.
| Output | Apa yang diterangkan | Apa yang tidak ditubuhkan |
|---|---|---|
| Kotak pengesanan | Anggaran lokasi objek dalam imej | Jarak fizikal yang tepat |
| Keyakinan pengesanan | Keyakinan model dalam output pengesanannya | Jarak berikut yang selamat |
| Anggaran kedudukan 3D | Peletakan berdasarkan maklumat yang tersedia | Koordinat gred tinjauan atau pelepasan tepat |
| Jalan atau bangunan yang dipetakan | Kandungan peta geografi | Ukuran kamera langsung bagi objek itu |
Cara mentafsir kereta pada peta 3D AyniCam
Baca peta AyniCam sebagai dua lapisan bersambung. Jalan dan bangunan berasal daripada data peta. Objek jalan yang disokong datang daripada pengesanan kamera dan diletakkan pada kedudukan anggaran. Oleh itu, latar belakang geografi dan kereta yang dikesan tidak mempunyai sumber maklumat yang sama.
Kenderaan mungkin sebahagiannya tersembunyi, di luar paparan kamera atau terlalu tidak jelas untuk menerima label yang berguna. Ketiadaannya daripada visualisasi bukanlah bukti bahawa ruang itu kosong. Begitu juga, jarak antara model yang diberikan bukanlah jarak berhenti yang disahkan atau ramalan pergerakan pemandu lain yang seterusnya.
Pilihan paparan objek membolehkan anda mengawal jenis yang disokong yang muncul. Menyembunyikan kategori mengubah paparan, bukan pemandangan fizikal. Semak model dan tetapan paparan yang dipilih semasa diletakkan jika paparan berbeza daripada yang anda jangkakan.
Pertunjukan anggaran jarak yang berguna harus ditunjukkan
Cari peranti yang dinyatakan, persediaan kamera, keadaan pemandangan dan jarak rujukan bebas. Demonstrasi harus menjelaskan kesilapannya, bukan sahaja menunjukkan tindanan yang meyakinkan. Kereta simulator dan jarak model yang kemas boleh menunjukkan gelagat antara muka, tetapi ia tidak dapat mewujudkan ketepatan julat jalan sebenar.
Untuk AyniCam, gunakan demo berlabel untuk memahami paparan dan semak halaman metodologi ujian untuk membezakan bukti antara muka daripada ujian fizikal. Jangan pilih jurang berikut, ruang letak kereta atau titik brek daripada anggaran jarak objek. Apl tidak mengemudi atau membrek kenderaan.
Soalan tentang anggaran jarak kamera telefon
Adakah AyniCam menunjukkan jarak tepat ke kereta di hadapan?
Kedudukan objek yang dikesan oleh kamera adalah anggaran. Panduan ini tidak menetapkan ketepatan yang disahkan dalam meter dan paparan 3D bukan alat pengukur.
Adakah keyakinan pengesanan yang tinggi bermakna jaraknya betul?
Tidak. Keyakinan pada hasil pengesanan objek dan ketepatan jarak fizikal adalah soalan yang berbeza. Label kereta yang jelas tidak mengesahkan julatnya atau jurang berikut yang selamat.
Bolehkah GPS telefon mengesan setiap kereta di sekelilingnya?
Lokasi telefon itu sendiri tidak memberikannya lokasi kenderaan lain. Pengesanan kamera dan kandungan peta geografi AyniCam memberikan maklumat yang berbeza.
Mengapa kereta sebenar mungkin hilang dari paparan 3D?
Ia mungkin berada di luar paparan kamera, dikaburkan, tidak kelihatan atau terlepas oleh pengesan. Penapisan paparan juga boleh menyembunyikan kategori yang disokong. Model yang hilang tidak bermakna jalan kosong.
Bolehkah saya menggunakan jarak 3D untuk menentukan masa untuk brek?
Tidak. Jangan gunakan anggaran jarak model sebagai arahan brek atau mengelak perlanggaran. Sentiasa perhatikan keadaan jalan yang sebenar dan kekal bertanggungjawab untuk mengawal kenderaan.