5. DiscussionWe presented a route p

5. Discussion
We presented a route planning, localisation and navigation system which integrates an indoor GIS of a
building with visual landmarks detected by a normal, hand-held camera. The system was designed such that it
can easily be integrated in the Blavigator prototype. The latter is already able to detect valid paths and any
obstacles in local navigation. The system presented here complements local navigation with global navigation,
although only indoor. The system works in real time on a netbook computer (Intel core i3, 1st series with 2GB
RAM) and it was tested successfully in the ISE/UAlg building. The performance time is on average 0.5s for the
localisation and 0.3s for the route planning.
The developed navigation framework offers robust localisation, even in cases where it is difficult to
differentiate regions on the basis of reference objects that are present. The navigation history enables autolocalisation,
by selecting the region that combines the largest number of nearby objects in the history.
However, the system supported in the estimated direction information to the next move (vector for
displacement). Localisation usually fails when the user deviates from the assumed or expected path. The correct
location is then restored as soon as sufficient navigation history (objects) or a single significant object exists.
False positive and negative detections may also interfere negatively. In the future a verification technique that
can rule out false detections by analysing the proximity relations with the other navigation history objects.
Nevertheless, most planned routes could be followed from the starting to the destination, even when these were
on different floors.
On-going work concerns including more landmarks in the database such that all spaces can be covered more
densely, and detecting doors and stairs from oblique viewing angles, such that the user can limit the pointing
angles of the camera to ±45º from the front. The final goal is a system which only employs a SmartPhone with
a built-in camera, worn by a strap around the neck.

ผลลัพธ์ (ไทย) 1:

5. สนทนาเรานำเสนอเส้นทางการวางแผน สังคมธุรกิจ และนำระบบซึ่งรวมการ GIS ภายในของการอาคาร มีสถานภาพที่พบ โดยปกติ มือถือกล้อง ระบบถูกออกแบบมาให้มันสามารถเดินรวมในต้นแบบ Blavigator หลังอยู่สามารถตรวจสอบเส้นทางที่ถูกต้องและมีอุปสรรคในการนำทางท้องถิ่น ระบบการนำเสนอที่นี่เสริมท้องถิ่นนำทางพร้อมนำทางส่วนกลางแม้ในร่มเท่านั้น ระบบการทำงานในเวลาจริงในคอมพิวเตอร์เน็ตบุ๊ก (Intel core i3 ชุด 1 กับ 2 กิกะไบต์RAM) และมันได้รับการทดสอบเรียบร้อยแล้วในที่อิเสะ UAlg อาคาร เวลาประสิทธิภาพเฉลี่ยเป็น 0.5s สำหรับการสังคมธุรกิจและ 0.3s สำหรับกระบวนการผลิตการวางแผนกรอบพัฒนานำเสนอสังคมธุรกิจที่แข็งแกร่ง แม้ในกรณีที่จะเป็นเรื่องยากความแตกต่างภูมิภาคตามวัตถุอ้างอิงที่มีอยู่ ประวัติการนำทางช่วยให้ autolocalisationโดยการเลือกภูมิภาคที่รวมจำนวนวัตถุใกล้เคียงในประวัติศาสตร์ที่ใหญ่ที่สุดอย่างไรก็ตาม ในระบบข้อมูลประเมินทิศทางไปย้าย (เวกเตอร์สำหรับปริมาณกระบอกสูบ) สังคมธุรกิจมักจะล้มเหลวเมื่อผู้ใช้ที่แตกต่างจากเส้นทางสันนิษฐาน หรือคาด ถูกต้องแล้วคืนค่าตำแหน่งเป็นประวัติการนำทางเพียงพอ (วัตถุ) หรือเป็นวัตถุสำคัญที่เดียวอยู่Detections บวก และลบที่ไม่อาจแทรกแซงยังส่ง เทคนิคการตรวจสอบในอนาคตที่สามารถออกกฎ detections เท็จ โดยวิเคราะห์ความสัมพันธ์ความใกล้ชิดกับนำประวัติวัตถุอื่น ๆอย่างไรก็ตาม ไม่สามารถตามสุดเส้นทางที่วางแผนไว้ตั้งแต่เริ่มต้นไปยังปลายทาง แม้คนเหล่านี้ในชั้นต่าง ๆกำลังงานกังวลรวมทั้งสถานที่เพิ่มเติมในฐานข้อมูลให้พื้นที่ทั้งหมดได้อย่างครอบคลุมมากขึ้นหนาแน่น ไป และตรวจสอบประตูและบันไดจาก oblique มุมมอง ให้ผู้ใช้สามารถจำกัดการชี้มุมกล้อง ±45º จากด้านหน้า เป้าหมายสุดท้ายคือ ระบบที่ใช้สมาร์ทโฟนด้วยเท่านั้นในตัวกล้อง สวมใส่ ด้วยสายรัดรอบคอ

ผลลัพธ์ (ไทย) 2:

5. การอภิปรายเรานำเสนอการวางแผนเส้นทางการแปลและระบบนำทางซึ่งรวมระบบสารสนเทศภูมิศาสตร์ในร่มของอาคารที่มีสถานที่สำคัญภาพที่ตรวจพบโดยปกติกล้องมือถือ ระบบได้รับการออกแบบดังกล่าวว่าสามารถจะรวมอยู่ในต้นแบบ Blavigator หลังที่มีอยู่แล้วสามารถตรวจสอบเส้นทางที่ถูกต้องใด ๆ และอุปสรรคในการนำท้องถิ่น ระบบนำเสนอที่นี่ในการเติมเต็มนำทางท้องถิ่นที่มีระบบนำทางทั่วโลกแม้ว่าในร่มเท่านั้น ระบบการทำงานในเวลาจริงบนเครื่องคอมพิวเตอร์เน็ตบุ๊ก (Intel i3 หลักชุดที่ 1 กับ 2GB RAM) และได้รับการทดสอบประสบความสำเร็จในอาคาร ISE / UAlg เวลาที่ผลการดำเนินงานโดยเฉลี่ย 0.5s สำหรับการแปลและ0.3s สำหรับการวางแผนเส้นทาง. กรอบนำทางพัฒนามีการแปลที่แข็งแกร่งแม้ในกรณีที่มันเป็นเรื่องยากที่จะแยกความแตกต่างภูมิภาคบนพื้นฐานของวัตถุอ้างอิงที่มีอยู่ ประวัติศาสตร์นำทางช่วยให้ autolocalisation, โดยการเลือกภูมิภาคที่รวมจำนวนมากที่สุดของวัตถุที่อยู่ใกล้เคียงในประวัติศาสตร์. อย่างไรก็ตามระบบข้อมูลสนับสนุนในทิศทางที่คาดจะย้ายถัดไป (เวกเตอร์สำหรับการกำจัด) ภาษาท้องถิ่นมักจะล้มเหลวเมื่อผู้ใช้เบี่ยงเบนจากเส้นทางสันนิษฐานหรือคาดหวัง ถูกต้องสถานที่มีการเรียกคืนจากนั้นให้เร็วที่สุดเท่าที่เพียงพอประวัติศาสตร์นำทาง (วัตถุ) หรือวัตถุที่สำคัญมีอยู่คนเดียว. ตรวจจับบวกและลบเท็จก็อาจรบกวนการทำงานในเชิงลบ ในอนาคตเทคนิคการตรวจสอบที่สามารถออกกฎการตรวจจับที่ผิดพลาดโดยการวิเคราะห์ความสัมพันธ์ที่ใกล้ชิดกับวัตถุประวัติศาสตร์นำทางอื่น ๆ . แต่เส้นทางที่วางแผนไว้มากที่สุดอาจจะตามมาจากการเริ่มต้นไปยังปลายทางแม้ในขณะที่เหล่านี้อยู่บนชั้นที่แตกต่างกัน. ที่กำลัง ความกังวลเกี่ยวกับการทำงานรวมทั้งสถานที่สำคัญอื่น ๆ ในฐานข้อมูลดังกล่าวว่าช่องว่างทั้งหมดสามารถครอบคลุมมากขึ้นหนาแน่นและประตูการตรวจสอบและบันไดจากมุมมองที่เอียงเช่นที่ผู้ใช้สามารถจำกัด ที่ชี้มุมของกล้องถึง±45ºจากด้านหน้า เป้าหมายสุดท้ายคือระบบซึ่งจะมีพนักงานมาร์ทโฟนที่มีในตัวกล้องที่สวมใส่โดยสายรัดรอบคอ

ผลลัพธ์ (ไทย) 3:

5 . การอภิปราย
เรานำเสนอเส้นทางการวางแผนระบบท้องถิ่นและการเดินเรือซึ่งรวมเป็น GIS ในร่มของอาคารสถานที่ ตรวจพบโดย
สายตาปกติ มือถือกล้อง ระบบที่ถูกออกแบบมาเช่นว่านั้น
ได้อย่างง่ายดายสามารถบูรณาการใน blavigator ต้นแบบ หลังเป็นที่เรียบร้อยแล้ว สามารถตรวจสอบเส้นทางที่ถูกต้องและ
อุปสรรคในการเดินเรือท้องถิ่นระบบที่นำเสนอนี้เสริมท้องถิ่นนำร่องกับทั่วโลกนำทาง
ถึงแม้ว่าเท่านั้นในร่ม ระบบการทํางานในเวลาจริงบนเน็ตบุ๊ก คอมพิวเตอร์ ( Intel Core I3 1 ชุดกับ RAM 2GB
) และมันถูกทดสอบประสบความสำเร็จในอิเสะ / ualg อาคาร เวลาที่แสดงบน 0.5s เฉลี่ย
Localisation 0.3s สำหรับเส้นทางและการวางแผน .
การพัฒนากรอบนำทางให้ท้องถิ่นที่แข็งแกร่ง แม้ในรายที่ยาก
ความแตกต่างภูมิภาคบนพื้นฐานของการอ้างอิงวัตถุที่เป็นปัจจุบัน ประวัติศาสตร์การเดินเรือให้ autolocalisation
, โดยการเลือกหมายเลขที่ใหญ่ที่สุดของภูมิภาคที่รวมใกล้เคียงในประวัติศาสตร์ .
อย่างไรก็ตามระบบสนับสนุนข้อมูลเพื่อประเมินทิศทางก้าวต่อไป ( Vector )
+ ) ท้องถิ่นมักจะล้มเหลวเมื่อผู้ใช้แตกจากสันนิษฐานหรือคาดว่าเส้นทาง สถานที่ถูกต้อง
แล้วกลับคืนมาเร็วที่สุดเท่าที่ประวัติศาสตร์การเดินเรือเพียงพอ ( หรือวัตถุ ) อย่างเดียว วัตถุมีอยู่ .
เท็จบวกและลบเรื่องอาจรบกวนลบ .ในอนาคตการตรวจสอบเทคนิค
สามารถออกกฎการตรวจจับเท็จ โดยวิเคราะห์ความสัมพันธ์กับวัตถุอื่น ๆเช่นประวัติศาสตร์การเดินเรือ .
แต่ส่วนใหญ่เส้นทางที่วางแผนไว้อาจจะตามจากเริ่มต้นถึงปลายทาง แม้ว่าเหล่านี้
บนชั้นที่แตกต่างกัน .
ไปทำงานเกี่ยวข้องรวมทั้งเพิ่มเติมสถานที่สำคัญในฐานข้อมูล เช่นว่า เป็นสามารถสามารถครอบคลุมมากขึ้น
มีประตูและบันได และการตรวจสอบจากมุมมองเฉียง ซึ่งผู้ใช้สามารถ จำกัด การชี้
มุมกล้อง± 45 ºจากด้านหน้า เป้าหมายสุดท้าย คือ ระบบที่ใช้มาร์ทโฟนที่มีกล้องในตัว
, สวมใส่โดยสายคล้องรอบคอ