SiTAR：野外姿态误差的情境轨迹分析
摘要：虚拟内容不稳定性是无标记增强现实（AR）中由设备姿态跟踪误差引起的一个普遍问题，尤其在智能手机和平板上。然而，在检查将承载AR体验的环境时，很难确定这些不稳定性的产生位置；我们很少能够获得地面真实姿态来测量姿态误差，即使姿态误差可用，传统可视化方法也无法将该数据与真实环境连接起来，限制了它们的实用性。为了解决这些问题，我们提出了SiTAR（用于增强现实的定位轨迹分析系统），它是首个结合姿态跟踪误差估计的增强现实定位轨迹分析系统。我们首先开发了首个基于不确定性的姿态误差估计方法，用于视觉惯性同步定位与建图（VI-SLAM），这使得我们可以在没有地面真实数据的情况下获得姿态误差估计；在四个VI-SLAM数据集上的评估中，我们实现了高达96.1％的平均准确率和0.77的平均F1分数。接下来，我们介绍了我们为ARCore设备实施的SiTAR系统，它结合了提供基于不确定性的姿态误差估计的后端和生成定位轨迹可视化的前端。最后，我们通过在野外研究中测试三种可视化技术来评估SiTAR在实际条件下的效果，该研究涉及15个用户和13种不同环境；这项研究揭示了环境规模和表面特性对用户体验和任务性能的影响。
作者：Tim Scargill and Ying Chen and Tianyi Hu and Maria Gorlatova
论文ID：2308.16813
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-09-01