简单区分AR和VR的区别，浅谈AR的核心技术

很多朋友对简单区分AR和VR的区别，浅谈AR的核心技术不是很了解，每日小编刚好整理了这方面的知识，今天就来带大家一探究竟。

我在AR领域很久了，一直在做视觉定位相关的工作。在这里，我想分享一些有趣的工作方向。有兴趣可以讨论或者联系我(如有不妥请指出)。

首先简单区分一下AR和VR的区别。VR属于虚拟现实，即从现实到虚拟的过程，入口往往需要一个笨重的设备才能进入；而AR就是增强现实，即现实与现实结合的过程，也是目前超宇宙中的主要技术。

另外，相对于VR，AR的设备来源要轻很多，AR技术其实很早就出现了。目前之所以再次被提出，并被赋予“元宇宙”的称号，是因为智能手机的发展已经接近了一个瓶子的顶部，各大厂商对手机的余热已经很少，而智能手机——第三次工业革命的产物——恰恰是AR技术最直观、最便捷的入口，几乎人人都有一部智能手机(眼镜就是AR的下一个)。

AR中的核心技术是视觉定位技术，这是目前另一个热门的学术名词“空间计算”。目前主流的VPS技术可以分为两个层次：地图构建层和定位服务层。

地图可以通过SLAM或SfM来构建。目前主流的方案是使用SfM。最常用的SfM属于视觉三维重建管道(sfm mvs网格纹理)，根据摄影测量学是空三个模块。现在如果一个企业简单的开发一套类似photoscan，realitycapture，ContextCapture，inpho，pix4d的非常成熟的3D重建软件，基本上是死的。当然，如果总公司要国产，这项工作的意义和使命就不一样了。

后续的全球定位服务层依赖于构建的先验地图。

目前VPS的工作内容：地图构建层：(1)大场景的AR地图构建。众所周知，随着照片数量的增加，sfm的速度在移动。如何保证3万、10万影像图的建设？如果只是用colmap、openmvg等开源来搭建，恐怕没有哪个甲方会接受整个项目交付周期。

(2)如何自动评价构建的AR位置图的质量？最传统的方法是使用昂贵的激光或手动携带全站仪来评估精度，但这既费时又费力。(3)地图的存储，知道一个场景中的3D点数量巨大，有利于定位的元素，也有与定位无关的点。如果全部存储，恐怕没有一个存储空间能满足要求，那么如何简化地图呢？

服务层定位：(4)如何解决长期问题？当然，superpoint强力胶是个不错的选择。(5)即使使用SOTA sp sg算法，在某些场景下，匹配点的数量也很少，所以pnp计算的姿态肯定是不可用的。那么基于点的形式够了吗，还有必要提高地图的维度吗？（

(6)也是最难的一关。这应该属于地图构建层，但也可以实时绑定到位置服务。多源数据的地图就是这样更新的，也就是我们所说的“众包”，因为地图构建的传感器不一定和定位终端的一样，但是很多人都是用手机拍照的，手机的数据对于场景的丰富性和完整性也是有用的。如何保证终端手机或眼镜的数据与构建的先验地图互补，保证地图“实时更新”？

当然，以上的VPS技术都是基于地图的，所以我们可以考虑是否真的需要先验地图进行视觉重新定位，然后我们可以看看2017年来自Torsten Sattler的问题colmap作者导师的同事：大规模的3D模型真的是精确视觉定位所必需的吗？Torsten Sattler在2022年用一种新的视觉重新定位方法回答了他2017年的问题：Mesh Loc:基于网格的视觉定位。可以优化的点可以总结如下：黄飞

以上知识分享希望能够帮助到大家！