《Journal of Imaging》:Comparative Analysis of Automated Cloud-Based Mapping and Manual 3D Modeling for AR-Based Indoor Navigation
编辑推荐:
摘要专业翻译
现代建筑基础设施日益复杂,催生了对直观室内导航系统的需求,以协助用户在陌生环境中导航。增强现实(Augmented Reality, AR)作为一种有前景的解决方案应运而生,能够在用户视野范围内直接提供空间情境化导航指引。然而,许多AR室内导航系
摘要专业翻译
现代建筑基础设施日益复杂,催生了对直观室内导航系统的需求,以协助用户在陌生环境中导航。增强现实(Augmented Reality, AR)作为一种有前景的解决方案应运而生,能够在用户视野范围内直接提供空间情境化导航指引。然而,许多AR室内导航系统依赖手动构建的三维环境,这一开发过程耗时且容易与现实环境产生空间不一致。本研究对两种AR室内导航开发的环境创建工作流进行了比较评估:传统手动三维建模方法和使用Immersal SDK的自动化云空间映射工作流。研究人员开展了一项采用平衡设计的被试内实验,共48名参与者,每名参与者在真实校园建筑环境中使用两种工作流完成了等效的室内导航开发任务。开发过程分为三个阶段:环境采集、环境生成和系统集成。开发效率通过基于阶段的开发时间测量进行评估,感知工作负荷则使用NASA任务负荷指数(NASA Task Load Index, NASA-TLX)进行评估。统计分析采用重复测量分析,以比较各开发阶段的工作流表现。结果表明,与手动建模方法相比,自动化工作流将总体开发时间显著缩短了约38%,其中环境采集和环境生成阶段的缩减最为显著。NASA-TLX结果显示总体感知工作负荷降低了约31%。描述性统计显示,自动化工作流的脑力需求和努力程度得分较低,但体力需求得分较高。研究人员另行对每种工作流的一个实现进行了空间验证,结果显示自动化实现的平均三维位置误差(22.47 cm)高于手动实现(19.14 cm),在13个锚点位置上的平均配对差异为3.33 cm。这些发现表明,自动化空间映射能够显著提高开发效率并降低总体感知工作负荷,但在体力需求和空间对齐精度方面相对于手动环境重建引入了权衡。
论文解读
一、研究背景与问题
随着现代室内建筑规模与复杂度的持续增长,静态标识和二维地图等传统导航工具已日益无法满足用户的导航需求,用户在不熟悉环境中容易产生困惑和导航挫败感。增强现实(Augmented Reality, AR)通过在用户视野中叠加空间情境化的数字指引,成为室内导航的有前景解决方案。然而,AR导航系统的有效性高度依赖于虚拟内容与现实建筑结构之间的精确空间对齐,这需要可靠的室内环境空间表征,通常以三维模型形式构建。
现有AR室内导航系统多依赖手动三维建模工作流来构建空间表征,开发者需依据建筑平面图或人工测量物理空间,使用三维建模软件重建室内环境后再集成到AR开发平台中。该方法虽在空间结构和导航路径定义上具有灵活性,但开发工作量巨大且高度依赖开发者的建模专业技能,同时重建几何与实际物理环境之间经常出现偏差,导致比例失配,进而影响AR部署时的空间对齐质量。
近年来,视觉定位和空间映射技术的进步为AR应用的环境创建提供了替代途径。以Immersal SDK为代表的自动化云映射框架可直接从采集的视觉数据生成空间地图,大幅减少手动几何建模和迭代调整的需求。然而,尽管自动化空间映射与视觉定位技术日益普及,关于在受控且功能等效的部署条件下,用自动化图像映射替代传统手动环境建模如何影响AR开发过程的实证研究仍然有限。现有研究多侧重于定位性能、导航可用性、映射能力或单项空间计算技术,而对不同环境生成范式选择所带来的开发阶段后果关注不足,开发效率、开发者工作负荷与最终AR环境空间对齐质量之间的交互关系尚未得到充分刻画。
二、研究内容与意义
为弥补上述研究空白,本研究在同一个AR室内导航应用中开展了两种环境生成范式的受控比较评估:传统手动三维建模与自动化云图像映射。两种条件下的导航逻辑、用户界面、目标环境和部署配置保持一致,以聚焦环境准备方式差异的比较。研究整合了三个互补的评估维度:通过总时间和分阶段完成时间评估开发效率,通过非加权NASA-TLX(Raw TLX)评估开发者感知工作负荷,通过在预定义物理参考点(锚点)的重复三维位置测量评估空间对齐质量。该设计使研究不仅能够刻画自动化的效率优势,还能揭示以自动化视觉映射替代手动环境建模所伴随的工作负荷与空间对齐权衡。
三、关键技术方法
本研究采用的关键技术方法包括:手动三维建模工作流,使用激光测距仪(KEELAT KLDM02)和卷尺进行物理测量,在Blender v5.0中构建显式三维模型,导入Unity后通过NavMesh系统配置导航路径;自动化云映射工作流,使用三星Galaxy A56智能手机默认RGB摄像头采集70–100张环境图像,上传至Immersal云服务生成特征导向空间地图,在Unity中通过视觉重定位实现空间配准,涉及Unity 2022.3.30f1、AR Foundation 5.16和Immersal SDK 2.11。实验招募48名来自多媒体广播课程的参与者(年龄18–20岁,均值19.0,标准差0.89;男性33人占68.8%,女性15人占31.2%),所有参与者均具有1–2年编程经验和Unity AR开发经验。实验采用平衡的被试内设计,参与者随机分为两组,按相反顺序完成两种工作流。开发时间由训练有素的观察者使用秒表和标准化计时表分阶段记录,感知工作负荷通过Raw TLX问卷评估,空间对齐验证由研究团队在13个预定义锚点位置采用双观察者测量协议进行。
四、研究结果
开发时间比较。 通过配对样本t检验分析48名参与者的总开发时间数据,结果显示自动化工作流的总开发时间显著低于手动工作流(t(47)=22.58,p<0.001),平均配对缩减101.17分钟(95% CI [92.89, 109.44]),相当于手动工作流平均时长的约38.3%,标准化配对效应量较大(Cohen's d=3.26)。参与者层面的数据模式与总体配对比较一致,几乎所有参与者在自动化工作流下所需开发时间均更少。
分阶段开发时间分析。 通过双因素重复测量方差分析(以工作流和开发阶段为被试内因素)检验分阶段开发时间数据,结果显示工作流主效应显著(F(1,47)=509.62,p<0.001,η2p=0.92),开发阶段主效应显著(F(1.51,70.82)=42.38,p<0.001,η2p=0.47),工作流与阶段的交互效应显著(F(1.64,77.21)=47.42,p<0.001,η2p=0.50)。Bonferroni校正的配对比较显示,自动化工作流在三个阶段的开发时间均显著更低:环境采集阶段平均差异58.71分钟(t(47)=18.89,校正后p<0.001,d=2.73),环境生成阶段平均差异33.13分钟(t(47)=14.72,校正后p<0.001,d=2.12),系统集成阶段平均差异9.33分钟(t(47)=6.25,校正后p<0.001,d=0.90)。尽管自动化工作流在每个阶段均产生统计显著的缩减,但其效率优势在系统集成阶段明显小于环境采集和生成阶段。
NASA-TLX感知工作负荷结果。 通过配对样本t检验分析48名参与者的总体Raw TLX得分数据,结果显示自动化工作流的总体感知工作负荷显著低于手动工作流(t(47)=24.65,p<0.001),平均配对差异19.72分(95% CI [18.10, 21.34]),相对于手动工作流均值降低约31.3%,标准化配对效应量为d=3.56。描述性统计显示,手动工作流在脑力需求、时间需求、绩效感知、努力程度和挫败感方面均值较高,而自动化工作流的体力需求均值较高。由于未对各子量表进行独立推断检验,这些维度差异仅作描述性解读。
空间对齐验证结果。 研究人员对每种工作流各一个专门生成的实现进行了空间验证,在13个预定义锚点位置各进行5次重复定位或对齐尝试,每种实现产生65次测量,共130次测量。配对样本t检验(以13个锚点位置为推断比较单位)显示,自动化实现的平均锚点级对齐误差显著高于手动实现(t(12)=27.15,p<0.001),平均自动化减手动差异为3.33 cm(95% CI [3.07, 3.58] cm)。手动实现总体平均位置误差为19.14 cm(SD=1.07 cm),自动化实现为22.47 cm(SD=1.21 cm)。该结果仅表征所评估实现,不应解读为参与者级空间精度比较或所有实现的普遍差异。
参与者经验的探索性分析。 通过Welch独立样本t检验并采用Holm校正比较不同经验亚组的自动化工作流效益分数,结果显示:不同AR/Unity经验水平(两年与一年)在开发时间效益上无显著差异(t(15.78)=0.06,未校正p=0.95,Holm校正后p=0.95);有无三维建模经验在开发时间效益上无显著差异(t(27.14)=0.59,未校正p=0.56,Holm校正后p=0.95);Raw TLX效益在AR/Unity经验水平上的5.39分差异在未校正时名义显著(t(15.57)=2.24,未校正p=0.04),但Holm校正后不再统计可靠(p=0.16);有无三维建模经验的Raw TLX效益差异不显著(t(24.86)=-0.17,未校正p=0.87,Holm校正后p=0.95)。该分析未提供校正多重比较后统计可靠的证据表明工作流效益因所测经验变量而异。
五、讨论总结与结论翻译
讨论部分指出,自动化云映射在测试条件下相对于手动三维建模显著降低了开发时间和总体感知工作负荷,平均总开发时间减少约38.3%,三个开发阶段均出现显著缩减,其中环境采集和生成阶段的差异远大于系统集成阶段,这反映了从物理测量和显式几何建模向图像采集和云地图生成的范式转变。自动化工作流还将平均总体Raw TLX得分降低约31.3%,描述性数据显示脑力需求、时间需求、绩效感知难度、努力程度和挫败感较低,而体力需求较高,这与多视角图像采集需要移动穿行环境一致。空间验证揭示了效率与工作负荷优势并非伴随等效的空间对齐:自动化实现平均三维位置误差为22.47 cm,手动实现为19.14 cm,锚点级平均差异3.33 cm。讨论同时指出多项局限:空间验证仅限单一室内环境13个位置的基于点对齐测量,未独立测量轨迹级位姿误差、定位稳定性、追踪失败、重定位成功率、映射完整性、映射可靠性和导航成功率;实验仅在约1084 m2的校园建筑楼层、使用单一智能手机型号和单一自动化映射平台进行;被动网络传输和服务器处理等待已从开发时间中排除,所报告时间差异代表主动工作投入而非完整端到端耗时;计算资源消耗、服务成本、更新投入和扩展行为未测量;参与者群体相对同质,限制了开发时间和工作负荷发现的推广性。
研究结论为:本研究对手动三维建模和自动化云图像映射两种AR室内导航环境准备工作流进行了受控、平衡的被试内比较。在测试条件下,自动化工作流将平均总开发时间减少约38.3%,平均总体Raw TLX减少约31.3%。开发时间缩减在三个阶段均显著,但在环境采集和生成阶段最为明显。尽管总体感知工作负荷较低,自动化工作流在环境采集过程中产生了描述性更高的体力需求得分。研究人员另行开展的空间验证揭示了实现层面的权衡:在13个预定义锚点位置的重复定位和对齐尝试中,自动化实现产生22.47 cm的平均三维位置误差,手动实现为19.14 cm,3.33 cm的显著平均差异表明所观察到的效率和工作负荷优势并未伴随等效的空间对齐。这些发现限于单一室内环境、单一自动化映射平台、单一智能手机型号、相对同质的参与者群体以及每种工作流一个研究人员生成的验证实现,应被解读为在测试配置下观察到的工作流权衡,而非所有AR导航环境、开发者群体或空间映射技术的普遍性能差异。未来研究应纳入更多样化的环境和参与者、多个独立生成的实现、额外的定位与导航指标,以及与LiDAR辅助和混合重建方法的比较。