Los sistemas monoculares de SLAM Visual son ampliamente utilizados en robótica y realidad aumentada para entornos de mapeo y estimación de movimiento de cámara. Sin embargo, enfrentan un desafío fundamental conocido como ambigüedad de escala, que impide que estos sistemas determinen el tamaño y la distancia absolutos de los objetos en el ambiente.

Comprender la ambigüedad de la escala

La ambigüedad de escala ocurre porque una sola cámara no puede medir directamente el tamaño absoluto o la distancia de los objetos. Sólo captura movimiento y características relativos, lo que significa que el mapa reconstruido puede ser escalado arbitrariamente sin afectar la consistencia visual. Esta limitación hace difícil realizar tareas que requieren mediciones del mundo real, como la navegación o la manipulación de objetos.

Métodos para la ambigüedad de escala resolviendo

Se han elaborado varios enfoques para hacer frente a este problema, que incorporan información o hipótesis adicionales para estimar la verdadera escala del medio ambiente.

  • Fusión de los sensores: Combinar datos de otros sensores como UI, GPS o sensores de profundidad proporciona referencias a escala absoluta.
  • Renombrado Objeto Tamaños: Usar objetos con dimensiones conocidas dentro de la escena ayuda a calibrar la escala.
  • Motion Constraints: Aplicar hipótesis sobre el movimiento, como la velocidad constante o patrones de movimiento específicos, puede ayudar a la estimación de la escala.
  • Mapa Inicialización: Utilizando mediciones externas durante la puesta en marcha del sistema para establecer la escala inicial.

Desafíos y futuras orientaciones

A pesar de estas soluciones, la resolución precisa de la escala sigue siendo difícil en entornos dinámicos o de serie. La investigación futura se centra en integrar técnicas de aprendizaje automático y métodos de fusión de sensores más robustos para mejorar la estimación de la escala en aplicaciones en tiempo real.