微软专利提出根据风险评分来生成AR数字对象放置位置( 二 ) （映维网Nweon2022年08月09日）增

作为通过GPS数据确定移动设备位置的替代方法，移动设备102可以确定摄像头捕捉的当前场景中是否存在任何图像锚。例如，可以通过检测位于当前场景内的特征点，并将特征点与和图像锚相关联的特征点库进行比较来确定图像锚。一旦确定视图中的图像锚定，则可以下载与图像锚定相关的任何遭遇，并通过设备的显示器进行显示。可根据与GPS数据相对应的物理区域包含生成的游戏位置的确定来执行遭遇的放置。

文章图片
图2A-2D描述了根据位置生成过程处理地理位置数据的示例场景。地理位置数据可以通过数据源接收，数据源可以是存储与世界地图相关的数据的数据库。地理位置数据可以描述物理环境中的元素，例如街道、公路、人行道、建筑物、公园和各种兴趣点（POI）的位置。在一个实施例中，这样的数据源可以是OpenStreetMap数据库或MicrosoftAzureMaps数据库。或者在其他实施例中，地理位置数据可以是从多个数据源检索的地理位置数据的组合。在这种情况下，可以组合来自多个数据源的地理定位数据，以提供对一个区域的全面覆盖。
当从数据源接收地理位置数据时，可以将地理位置数据划分为世界地图的分片或分区部分，并且可以在分区的基础上执行位置生成过程，以便处理整个世界地图。从数据源导入地理位置数据后，系统可以解析每个地理位置数据区域，以确定与所述区域内包括的物理环境相关的各种细节。在一个实施例中，地理位置数据可以将环境中的物理元素表示为各种点、线和多边形。例如，一个点可以代表特定的兴趣点，例如博物馆或喷泉，而一条线可以代表道路或高速公路。导入数据后，系统可以根据形状和与形状相关的底层标识符对数据进行不同的解析。
图2A描绘了解析地理位置数据的示例场景，其中可以接收地理位置数据区200 ，所述地理位置数据区200可以包括区域内的5个唯一元素，并以点、线和多边形指定。 200区内的5个独特元素可以代表真实世界的元素，例如公路202、军事基地204、喷泉206、购物中心208和公园210 。所述过程可以将200区和元素202-210解析为至少四个可能的类别：1）“已知可用” ， 2）“已知风险” ， 3）“未知” ，或4“排除” 。
位置生成过程可以根据所述类别对物理环境中的各种元素进行分类，以确定放置游戏元素的适当位置。应当理解的是，可以利用替代分类，利用滑动比例来确定“已知风险”类别何时自动变为“排除” ，并且在特定情况下，可以组合“已知风险”和“排除” ，以便自动排除任何具有风险的位置。
通过确定与地理位置数据提供的物理元素相关联的标识符（即数据是否指定它是道路或喷泉），可以创建查找表，其中每个物理元素可以根据上述类别进行分类。例如，特定物理元素可以标记为“排除”元素，例如202号公路。或者，如果物理元素未排除，并且类型标识符与物理元素关联，则可以基于物理元素的类型将风险分数与物理元素关联。对于没有由过程识别的类型标识符的物理元素，物理对象可以与“未知”类别相关联。
与物理元素相关联的风险分数可以由数据源预定义为根据物理元素的分类设置的风险分数。例如，道路元素可能具有高风险分数，所以对于在解析地理位置数据时发现的任何道路元素，可以使用道路元素填充查找表，并且可以将可能与道路元素相关联的预编程风险分数分配给查找表中的特定元素。