图像处理以确定手机的2D位置

Question

我正试图在半空中跟踪Android设备的2D位置。从我在这里和其他地方读到的内容来看，加倍积分加速度计读数以获得位置值是一个容易过度和不可避免的传感器噪声的过程。

我的想法是我可以改用设备的相机。基于比例的位置测量，在米或英尺的意义上，对我来说和亲戚一样重要，所以我的计划如下：

1. 我们认为初始位置（0,0），并捕捉相机的输出帧。
2. 当手机在太空中移动时，我们会捕捉每一帧。
3. 对于每个后续帧，我们使用图像处理算法来确定新图像与前一图像的近似偏移（以像素为单位），并相应地更新我们的位置。

所以我的问题是现代Android手机的图像质量是否足以实现这一目标。显然，捕获的环境不会随着时间的推移而发生变化，也不能过于同质化，但这些不是我的目的。

如果确实可行，那么在这种情况下哪种图像处理技术会有效？

Answer 1

你想要实现的目标是SLAM，虽然图像质量（假设你使用的是现代手机）可能不是一个主要障碍，但它并不是一个简单的问题。

Answer 2

使用图像处理比读取传感器要花费一些数量级，因为你没有经验，这需要数周时间。所以你应该首先尝试传感器，如果它真的不起作用你浪费了几个小时，但如果它有效，你就节省了几周。特别是如果运动平稳，传感器应该给出非常准确的结果。根据您的特定运动特征，可能有比简单集成更好的方法，这里的通用关键字是传感器融合，一种特别简单有效的方法称为卡尔曼滤波器。