飛彈一般是用純慣性傳感器做主動定位,但同樣的方法不能用於民用級的低精度慣性傳感器,二次積分後一定會漂移。而光靠視覺做主動定位,視覺部份的處理速度不高,且容易被遮檔,定位魯棒性不高。將視覺和慣性傳感器融合是最近幾年非常流行的做法。
舉例:
Google Tango在這方面就是做IMU和深度網路攝影機的融合,做的很好;大疆的無人機Phantom 3或Inspire 1將光流單目相機和無人機內的慣性傳感器融合,在無GPS的情況下,就能達到非常驚人的穩定懸停;Hololens可以說在SLAM方面是的做的相當好,專門客製了一個芯片做SLAM,演算法據說一脈相承了KinectFusion的核心,親自測試感覺定位效果很贊(我可以面對白色無特征的墻壁站和跳,但回到場中心後定位還是很準確的,一點都不飄。)
2.4 最後是 3D Mapping and Dense SLAM (3D地圖重建 )。下圖展示了Magic Leap 山景城辦公室的3D地圖重建:僅僅是帶著裝置走了一圈,就還原了整個辦公室的3D地圖,並且有很精致的貼圖。書架上的書都能重建的不變形。