1.1 引言
增强现实技术（Augmented Reality）技术是一种将虚拟信息与真实世界巧妙结合的技术，其广泛结合多媒体、三维建模、实时跟踪及注册、智能交互、传感等多种技术手段，将计算机生成的文字、图像、三维模型、音乐、视频等虚拟信息模拟仿真后，应用到真实世界中，两种信息互相补充，从而实现对现实世界的“增强”[13]。
增强现实技术，不仅展现了真实世界的信息，而且能同时显示虚拟信息，两种信息相互补充、叠加，给与人类超越现实的感官体验。在基于视觉的增强现实环境中，用户使用头戴显示器，将真实世界与电脑图形多重合成在一起，便可以看到身边围绕的真实的世界。
视觉化的增强现实技术包含了跟踪注册技术、显示技术、虚拟物体生成技术、交互技术、合并技术等新技术和新手段，其涉及到了很多机器学习、计算机视觉和计算机图形学的前沿技术。随着计算机视觉技术，人工智能技术和处理器，及视觉传感器的快速发展，用平面图形创建或恢复显示世界的模型，即从二维图形恢复三维结构成为了计算机视觉的研究重点。而在三维重建和自身姿态估计方面，涉及到的具体技术方法有特征提取、图形匹配、姿态估计与定位、建图等四种关键技术。
1.2 国内外相关研究文献综述
1.2.1 国外相关研究现状文献综述
国外对于定位定向技术的研究趋近于多个方面。
其一是关注定位定向技术中存在惯性状态估计问题。Tong Qin 研究出一种功能强大而通用的单目视觉惯性状态估计器，VINS-Mono，并将其集成于系统中，在导航系统重定位和故障优化方面取得了卓越成果[1]。而针对惯性导航系统(INS)中状态估计的问题，有人提出应关注导航系统中的信息融合，增加对导航系统中新测试的优化。Indelman Vadim 就引入了新的因子图来优化实现惯性测量值和任何其它可用传感器的传入测量值之间的协调处理，进而改进了导航系统中导航路线的确定方案[3]。
其二，全球定位系统(GPS)接收的信息与惯性导航系统之间的信息融合也是定位定向技术中的重点研究方向。目前，已经有基于卡尔曼滤波器而优化改进的算法诞生，可以用来处理关于陆地车辆定位中的多传感器数据融合[6]。其研发出的新型框架在陆地车辆定位方面能够达到亚米级精度，即使GPS信号丢失也不会有误。同时，由于大型公司技术成本和内部数据安全性问题的存在，卫星信号由于工业或工业结构（例如造船厂）的存在而难以接收到的问题逐渐显露，需要有新的方法来解决此时的定位定向问题。Kim Yunki 已经在创造和优化故障隔离和检测(FDI)算法方面取得了显著进展[8]。他注重消除长期运用惯性导航系统信号时导航系统所产生的误差，并对GPS信号识别进行了一定的优化和改进。另外，建模里程表也被大肆集成于GPS和INS的信息统合中，在对陆地车辆进行精准导航方面有及其重要的作用。Aftatah Mohammed 使用新的建模里程表在没有GPS信号情况下校准惯性估计测量器的误差，进而限制了计算时间并减少了噪音[7]。
另外，绝大多数研究似乎侧重于解决GPS不可用或者信号被拒绝的情况下如何去精准定位的问题，但也有人另辟蹊径，想要结合新技术，以提升传统定位定向过程中的精准度。Dusha Damien就将GPS与基于视觉的测量系统相结合[9]。他运用卡尔曼滤波器来构建新的视觉测量框架，帮助矫正导航状态中出现的误差，并将其耦合进GPS中。最终集成的系统能够准确地观测到物体运动时的姿态及其存在，从而帮助实现部分复杂操作，例如帮助飞机在跑道上顺利着陆。Konolige Kurt 也使用过视觉里程计同GPS相结合。他采用一种新的多尺度特征，来实现物体稳定准确的特征检测和对物体姿态特征跟踪的非线性批量优化。这使得对物体运动姿态进行估计时，能够实现大规模复杂地形上的运动物体的精准定位和定向[10]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
