AR云介紹：

AR是增強現(xiàn)實，云是指數(shù)據(jù)的存儲與計算。由于AR技術(shù)的特性，在云端儲存的信息包括世界坐標(biāo)信息、特征點云地圖等信息，然后被智能終端檢索，融合現(xiàn)實與虛擬世界信息的一種能力。
AR云的共享，要求多名玩家共享世界坐標(biāo)，每位玩家進入“共享”坐標(biāo)系系統(tǒng)中，需要將自己的坐標(biāo)系重定位到SLAM地圖中，并獲得正確的pose信息。接下來每一幀都要做坐標(biāo)共享的事情，這種坐標(biāo)同步及時發(fā)生，這個耗時即AR云同步速率，反映在用戶設(shè)備上就是延遲。
例如你在廣場的雕塑上創(chuàng)作了一副AR涂鴉，想讓其他人也看到你的精美作品，就必須要用到AR云的持久化、世界坐標(biāo)共享的能力；如果需要協(xié)作完成AR作品，也離不開AR云的坐標(biāo)共享功能。圖是Google的Just a Line的多人協(xié)作玩法。

Just a Line的互動玩法

重定位技術(shù)（Relocalization）

如果想解釋清楚AR云，就一定繞不開重定位技術(shù)，多人共享世界坐標(biāo)、AR內(nèi)容持久化都用到的重定位技術(shù)。
SLAM技術(shù)具有World Tracking的能力，其結(jié)果是基于Feature的點云，我們稱之為SLAM的地圖信息。重定位技術(shù)點核心是一種特殊的搜索方法。用戶的設(shè)備通過當(dāng)前幀信息，搜索覆蓋的物理區(qū)域的SLAM地圖，以查找自己在SLAM地圖中的坐標(biāo)位置。
這種搜索是耗時的，對普通用戶來說甚至要求有些苛刻。上傳的關(guān)鍵幀信息，都需要在AR云端做必不可少的暴力運算，如果當(dāng)前信息和SLAM的地圖信息差別較大，容易導(dǎo)致重定位失敗或不夠準(zhǔn)確。當(dāng)然也是有解決方案的，可以通過數(shù)據(jù)采集、深度學(xué)習(xí)的方法增重定位的寬容度，讓AR云的能力更普世。

AR云的構(gòu)建

有兩種數(shù)據(jù)采集的模式：

1.中心化數(shù)據(jù)采集

這種方法一般是由供應(yīng)商提前批量掃描，進行地圖數(shù)據(jù)收集并在云端存儲，然后客戶再通過重定位技術(shù)獲得自己在地圖中的坐標(biāo)。這種一般應(yīng)用與展館、商場的室內(nèi)導(dǎo)航，或者多人互動的營銷類項目。

2.眾包采集

人們活動的區(qū)域有限，通過每個用戶使用自己的攝像頭收集地圖信息，然后再進行重定位，這樣的結(jié)果就是世界地圖越來越大，總是來說是一種分而化之的方式。

云定義擴展

AR云一般指在重定位技術(shù)下實現(xiàn)的多人互動、持久化的技術(shù)載體，廣義的AR云是指和云存儲、計算相關(guān)的AR內(nèi)容的一種表現(xiàn)形式，例如云Marker，借助云端存儲Marker的patt信息，將Marker的識別放到云端計算，可以突破Marker圖像庫的數(shù)量限制，在手機本地進行計算，中端手機Marker圖像庫一般不超過1000個，否則會有性能上的影響。當(dāng)然也可以將Marker的跟蹤解析也放到云端，這樣可以帶來更好的穩(wěn)定性，跟蹤過程實時刷新，這個就要依賴網(wǎng)絡(luò)的低延遲，5G的普及可以解決這一難題。
其他的AR云形式還有SFM（從運動中恢復(fù)結(jié)構(gòu)），即從一段運動中的視頻恢復(fù)出被拍攝主題的空間三維結(jié)構(gòu)，由于計算量巨大，用戶上傳視頻到服務(wù)端進行解析，然后服務(wù)端再返回三維模型結(jié)果；這也是AR云的一種應(yīng)用方式。

從應(yīng)用場景規(guī)模上來區(qū)分，可以分為3個尺度層級：

1.小尺度-房間室內(nèi)

AR云的的使用規(guī)模比較小，基礎(chǔ)的AR云地圖由用戶自己的采集。一般可以用來做多人互動的AR游戲，也能用來做類似ARNote類的應(yīng)用，記錄、分享自己的生活。

2.中尺度-大型建筑

AR云所構(gòu)建的地圖比較大，在云端儲存了較多的信息，主辦方負(fù)責(zé)掃描場景并上傳云端，使用者通過對環(huán)境的掃描，和云端地圖比對，進行重定位。這種技術(shù)尺度級別一般用來做較大展館或商場的室內(nèi)導(dǎo)航，或者多人協(xié)同合作的商場影響活動。

3.大尺度-城市

這種級別的AR云，就能實現(xiàn)AR生活，無處不在的ARlog記錄生活點滴，高信息密度的AR信息，還有個性化的空間內(nèi)容，平行宇宙不再只是出現(xiàn)在科幻小說中；比如站在樓頂可以看到城市街景，利用AR云持久化的能力能看到城市的發(fā)展，歲月變遷、滄海桑田，盡收眼底。

AR云的兩個能力：

1.時間維度-持久化

持久化的能力能解決AR體驗的不可連續(xù)性，用戶使用智能設(shè)備創(chuàng)作的信息，被點云地圖的形式保存起來，當(dāng)用戶的智能設(shè)備再次掃描到相同的特征點，通過重定位技術(shù)，可以再次開啟以往的創(chuàng)作內(nèi)容，并且保留原內(nèi)容的坐標(biāo)、方向信息，這極大擴大了AR的應(yīng)用場景，也是的眾包世界地圖信息成為可能，是一種能自激發(fā)自生長的能力。

2.空間維度-多人共享

所有參與AR體驗的用戶都會獲得同一世界坐標(biāo)，即所有參與者可以從不同角度觀察同一AR物體。改變的AR玩法一直solo的局面，讓社交、互動可以融入AR的之中，為AR行業(yè)注入新的血液。在游戲類目中，新增了一種多人AR游戲這一類目。

AR云能力的應(yīng)用

導(dǎo)航

在沒有GPS的情況下，依靠視覺信息定位（CPS）的一種方式。當(dāng)AR信息與真實世界能嚴(yán)絲合縫的對齊，AR導(dǎo)航才有真實的應(yīng)用價值，讓真實世界更準(zhǔn)確和直觀的通航。
基于室內(nèi)導(dǎo)航可做很多擴展，比如商場內(nèi)的購物，門店的招牌廣告等，信息以一種密度的形式準(zhǔn)確的疊加到真實世界，從而影響人與真實世界的交互行為。

多人共享

這個能力特性可以讓AR云用來做游戲體驗，比如Google發(fā)布的Just a Line游戲，多名玩家可以創(chuàng)作同一副AR作品；也可以在營銷運營類活動中使用，比如會場或商場的互動營銷活動。

AR云導(dǎo)航的精確度高于GPS
fantasmo的示例

fantasmo的視覺導(dǎo)航示意

城市級AR云

space的示例

space城市級的三維重建

重建后的城市點云信息

重建后的城市點云信息

室內(nèi)AR導(dǎo)航

dentreality的示例

dentreality的室內(nèi)導(dǎo)航案例

AR互動

YOUAR的示例

YOUAR的互動示例

AR類行業(yè)應(yīng)用

placenote的示例

AR用于工業(yè)協(xié)作領(lǐng)域

AR云技術(shù)局限

上述了很多AR云的技術(shù)特性，但自2017年各個技術(shù)公司或應(yīng)用廠商都發(fā)布了在移動端的第一代產(chǎn)品，至今的產(chǎn)品在大眾用戶眼中，還都是技術(shù)嘗鮮，在好奇與獵奇心驅(qū)使下去嘗試，還沒能形成真正的產(chǎn)品使用習(xí)慣，也就是說AR云還沒能真正解決用戶需求。
從技術(shù)層面上， AR云的技術(shù)尚未成熟，比如在做室內(nèi)導(dǎo)航技術(shù)上，很多用戶和開發(fā)者都表示想做地下車庫室內(nèi)導(dǎo)航，但至今仍沒有規(guī)模化的產(chǎn)品可用，其中是有技術(shù)難題仍未解決的，以停車場導(dǎo)航為例：

1.前端程序提取停車場的特征點比較困難：

在攝像頭取景的一幀內(nèi)，各個地方的物體都非常類似，這種視頻流素材作為構(gòu)建特征地圖是非常困難的，在沒有GPS的幫助下，重定位誤差比較大；

2.停車場的流動性：

停車場的車是流動的，人也是流動的，再次重定位的時候，會出現(xiàn)關(guān)鍵點匹配失敗的情況。
當(dāng)然，這些技術(shù)難題也會不斷被攻克，比如未來的深度攝像頭，如果產(chǎn)品化，對關(guān)鍵點的提取和跟蹤會友好；AI技術(shù)的助力，可以識別3D物體，把指定的物體剔除，不再作為MAP保存，以此提高重定位的環(huán)境適應(yīng)性。

AR云的總結(jié)：

現(xiàn)在技術(shù)還不算成熟，但從趨勢上看，是符合人獲取信息的趨勢。AR使信息能以更高密度、個性化、精準(zhǔn)的存在。目前主流的硬件還是攝像頭，甚至仍是單目攝像頭，僅靠RGB和算法來優(yōu)化和識別，但以后有新的成熟贏家的加入，比如TOF，結(jié)構(gòu)光等硬件更新，現(xiàn)在面臨的算法瓶頸將不復(fù)存在。AR云技術(shù)，未來可期。

研究AR云技術(shù)的公司：

• SenseAR http://openar.sensetime.com/
• Insider Navigation http://insidernavigation.com/
• Scape https://scape.io/
• YOUar http://youar.io/demos/
• 6D http://6d.ai/
• Sturfee https://sturfee.com/
• placenote https://placenote.com/
• 8th Wall https://www.8thwall.com
• navisens https://www.navisens.com/
• contextgrid www.contextgrid.com
• ubiquity6 https://ubiquity6.com/
• blue vision https://bluevisionlabs.com
• immersal https://www.immersal.com/
• fantasmo https://fantasmo.io/
• dent reality https://www.dentreality.com/
• open ar foundation https://arcloudfoundation.org/https://gsdex.org/
• EasyAR https://www.easyar.cn