在混合现实叠加中实施的 GridRaster AI 技术

author
0 minutes, 10 seconds Read

目前,很多朋友都非常关心GridRaster人工智能技术在混合现实叠加中的实现信息。 很多人也经常在搜索关于GridRaster人工智能技术在混合现实叠加中的实现的信息。 那么既然大家现在都想了解这类信息,小编就收集了一些相关的信息来跟大家分享一下。

混合现实XR视觉感知引擎_混合现实XR_混合现实相机/

GridRaster是一家基于云的XR平台提供商,为企业在移动设备上提供高性能和可扩展的增强现实、虚拟现实和混合现实体验,该公司宣布利用3D、AI技术在混合现实叠加中实现毫米级精度。

此前,GridRaster 专注于为设计和施工环境中的虚拟叠加提供 3D AI 解决方案。 其主要客户来自航空航天建筑和汽车制造行业。

该公司表示,这种沉浸式 MR 体验大部分是使用传统的 2D 虚拟技术实现的,但现在它利用基于深度学习的 3D 计算机视觉来获得更准确的空间映射。 MR 应用的关键要求之一是将其 3D 模型或数字孪生准确地叠加在物体上。 这有助于提供组装和培训说明,以及检测制造中的任何错误或缺陷。

根据 GridRaster 的说法,大多数设备上的对象跟踪系统都使用 2D 图像/或基于标记的跟踪。 这限制了 3D 环境中的覆盖进度,因为 2D 跟踪无法高精度估计深度,因此无法估计对象的比例和姿态。

这意味着,即使用户从某个角度观看时可以看到良好的匹配,覆盖图也可能在对齐过程中失去适当的精度。

因此,基于深度学习的3D AI解决方案使用户能够高精度地识别3D空间中不同方向的任何形状和大小的3D物体。 该公司补充说,这种方法可以扩展到任意形状,适用于需要将复杂 3D 模型和数字孪生与现实生活中的模型进行叠加渲染的企业用例。

此外,该方案还可以扩展,以将部分完成的结构与完整的 3D 模型相匹配,以支持正在进行的施工和组装。

GridRater指出,其模块通过自有平台在对象配准和渲染方面可以实现高达1mm的精度,而渲染精度主要受到设备能力的限制。

GriaRaster 首席执行官 Rishi Ranjan 表示:“这种复杂而独特的 3D 对象跟踪方法将使我们的企业客户能够真正融合现实世界和虚拟世界,从而开辟许多应用程序。”

他还提到,通过 3D AI 解决方案,他们的客户可以利用简短的虚拟设计/构建应用程序,包括工作说明培训、施工和装配环境中的缺陷和错误检测,以及具有逼真尺寸的 3D 渲染和叠加的 3D 设计和工程。

Similar Posts