Magic Leap专利探索通过『合并映射』构建更精确跨现实系统( 二 ) 查看引用/信息源请点击：映维

根据一个实施例，所述方法可进一步包括基于分配给特征的标识符的相似性来确定相应特征。根据一个实施例，选择作为确定的变换同时可包括选择变换，所述变换在应用时产生相对于重力方向对齐的变换追踪映射。
根据一个实施例，确定变换可以包括将多个候选变换应用于追踪映射，并选择多个候选变换的候选变换作为确定的变换。
根据一个实施例，选择确定的变换同时可以包括选择候选变换作为确定的变换，所述候选变换在应用时产生相对于重力方向对齐的变换追踪映射。
根据一个实施例，所述方法同时可包括从数据库中识别一组环境映射，以与追踪映射合并；以及对于环境映射集中的每个环境映射：确定追踪映射和环境映射之间的转换；确定是否将环境映射与追踪映射合并；以及基于确定变换后的追踪映射与重力方向对齐，将环境映射与追踪映射合并。
根据一个实施例，所述方法可包括针对环境映射集中的每个环境映射：基于确定环境映射的重力方向与变换后的追踪映射的重力方向不对齐，避免将环境映射与追踪映射合并。
根据一个实施例，识别环境映射集可包括确定与追踪映射相关联的区域标识符；以及至少部分地基于与追踪映射相关联的区域标识符从数据库识别环境映射集。
根据一个实施例，从数据库识别环境映射集同时可以包括基于与追踪映射和环境映射集中的环境映射相关联的一个或多个度量的相似性来过滤环境映射集。

文章图片
在一个实施例中，系统包括配置为从电子设备接收关于环境特征信息的通信组件；以及耦合到所述通信组件的定位组件。所述定位组件配置为：将所接收的特征的集合与持久化映射的数据库中的持久化特征相匹配，以提供成对的匹配特征，每对匹配特征包括所接收的特征和持久化特征。计算匹配特征对的质量度量，质量度量表示匹配特征在3D环境中表示相同特征的可能性。基于匹配的对应关系和为匹配的对应关系计算的质量度量，生成电子设备的设备坐标帧和持久化映射的规范坐标框之间的转换。
在一个实施例中，定位组件同时配置为向电子设备发送转换。在一个实施例中，通信组件同时配置为从电子设备接收特征集合的特征定位信息。在一个实施例中，定位组件配置为计算特征集合的特征的定位信息。
在一个实施例中，定位组件包括姿势估计组件，其配置为生成电子设备的设备坐标帧和持久化映射的规范坐标帧之间的转换。在一个实施例中，姿势估计组件配置为基于计算出的匹配对应的质量度量来选择匹配特征的子集。
在一个实施例中，姿势估计组件配置为基于所选子集生成变换。在一个实施例中，定位组件包括人工神经网络，所述人工神经网络配置为计算匹配特征的质量度量。
在一个实施例中，可以训练神经网络，以支持指定虚拟内容相对于持久化映射数据库中的持久化映射位置的XR系统。所述方法包括接收一组成对的匹配特征，每对匹配特征包括第一坐标帧中的2D特征、第二坐标帧中的3D特征，以及groundtruth值权重，其指示投影到第一坐标帧的三维特征和第一坐标帧中的二维特征之间的位置误差；预测匹配特征对集合的质量度量；基于groundtruth值权重和估计的质量度量计算损失；并根据计算出的损耗对神经网络进行修正。
相关专利：
MagicLeapPatent|Crossrealitysystemforlargescaleenvironments
https://patent.nweon.com/19908