WiMi Hologram Cloud Inc. ha annunciato lo sviluppo di un sistema di navigazione passiva HV-SLAM basato su visori olografici. L'HV-SLAM di WiMi è una navigazione passiva, un'applicazione tecnologica del posizionamento auto-guidato. L'HV-SLAM è fondamentale per la mobilità e le capacità di interazione dei dispositivi intelligenti come i droni, in quanto rappresenta la base di tali poteri: sapere dove ci si trova, conoscere l'ambiente circostante e quindi sapere cosa fare successivamente in modo autonomo.

Si può sostenere che qualsiasi corpo intelligente dotato di mobilità abbia una qualche forma di sistema SLAM. L'HV-SLAM di WiMi acquisisce le sue immagini attraverso una telecamera di profondità. La telecamera di profondità contiene tre componenti fondamentali: un proiettore laser, un DOE e una telecamera a infrarossi.

Il loro ruolo è quello di aiutare il sistema a formare una mappa olografica 3D, in modo che il dispositivo possa determinare meglio il suo corso d'azione e come muoversi in modo intelligente. Ad esempio, quando le persone arrivano in un ambiente sconosciuto e vogliono familiarizzare con l'ambiente e completare rapidamente i compiti, il sistema dovrà svolgere le seguenti funzioni: Estrazione di caratteristiche: ottenere informazioni come l'ambiente circostante con il sensore e registrare i dati delle caratteristiche. Costruzione della mappa: In base alle informazioni acquisite dal Sensore, le caratteristiche ambientali vengono costruite nel sistema sotto forma di mappa olografica 3D.

Calibrazione e regolazione dinamica: durante il movimento, vengono acquisiti continuamente nuovi punti di riferimento delle caratteristiche e il modello di mappa olografica 3D nel sistema viene corretto. Annotazione della traiettoria: determinazione della posizione in base ai punti di riferimento acquisiti durante il periodo di movimento precedente. Rilevamento della chiusura del loop: verifica se i loop possono essere abbinati e restituiti in modo sicuro.

L'algoritmo di HV-SLAM costruisce una mappa del mondo olografica 3D in tempo reale e traccia la posizione e l'orientamento della telecamera. Combinando le CNN con l'apprendimento profondo, il sistema può autocorreggere la navigazione passiva della posizione. HV-SLAM si concentra sulla geometria e sullo spazio, mentre l'apprendimento profondo percepisce e riconosce gli oggetti per dare consigli.

Le tecnologie di visione computerizzata applicate allo SLAM visivo includono il rilevamento, la descrizione e la corrispondenza delle caratteristiche salienti, il riconoscimento delle immagini, il recupero e così via, consentendo miglioramenti significativi dell'efficienza.