(实验)漂移校正有效吗？

Question

我正在寻找更多关于如何正确使用漂移校正(使用Unity )的信息。

在Tango网站上，它说“经漂移校正的帧来自区域描述参考框架”，服务->设备的帧对启动“不包括漂移校正”，对于区域描述-> Start Of Service，它“仅在发生本地化事件或漂移校正时才提供更新”。

我想使用一个漂移校正的姿态的方式是类似于TangoPointCloud预置，其中深度点乘以矩阵startServiceTDevice，这是由帧对SoS ->设备产生的。假设漂移校正的帧在AD帧中，我需要SoS -> AD。由于只有AD -> SoS可用，所以我尝试了这个和它的反向。所产生的姿态太小，但没有任何意义(即使使用错误的方向，翻译不应该接近于零，如果我走来走去的话)。然后，我考虑到AD框架可能实际上类似于一个经过漂移修正的服务启动，但我仍然找不到AD ->设备和SoS ->设备之间的任何显著/可见的差异，其中肯定没有循环闭包。在扫描完成后，我请求并申请姿势，所以到那时漂移应该已经被检测到了。

在Tango网站上，还有人进一步说，“在启动后的一段时间内，漂移校正的帧是不可用的。”然而，AD -> SoS的姿势从一开始就可以使用(而且是有效的)，我还无法产生这样的情况(例如，没有运动，快速运动……)。

漂移校正是否有效？还是我用错了？

PS:在latest stackoverflow post上，听起来好像漂移校正只用于跟踪损失后的重新定位。然而，我很难相信这一点，因为Tango网站将漂移校正描述为“当设备看到它在你的会话早期看到过的某个地方时，它会意识到它在一个循环中运行，并调整其路径以使其更符合先前的观察结果。”

Answer 1

漂移校正目前正在作为实验特征发挥作用，有一些拐角处的情况会被打破。我稍后会详细讨论。

为了使用漂移校正姿态，您将需要使用ADF_T_Device帧对(ADF是基本帧，设备是目标帧)。在使用漂移校正姿态将点投影到世界空间的例子中，您不需要进行Adf_T_ss * ss_T_device转换，而是只需要直接使用ADF_T_device帧。如果是在联合中，您只需检查use area description pose on PointCloud预置即可。

打破漂移的拐角处-校正：

1. 用户在开始体验后立即对设备进行震动。

在罩下，漂移校正正在构造一个更密集但更精确的ADF版本。如果用户在一开始就覆盖摄像头或抖动设备，这将导致缓冲区中没有保存ADF (或功能)。因此，API可能会进入一种从未从ADF_T_Device帧对中提供任何有效姿态的状态。

1. 设备丢失跟踪，用户移动到新空间而不重新定位。

这类似于第一种情况。如果用户移动到一个新的空间，而没有重新定位后，失去跟踪，设备将永远不会重新定位，因此没有有效的姿态将提供通过ADF_T_device帧。

漂移校正API仍然是实验性的，我们也试图从API级别来解决上述问题。