基于数字孪生的边缘辅助移动增强现实三维地图管理

在本文中，我们为边缘辅助移动增强现实（MAR）设计了一种三维地图管理方案，以支持单个 MAR 设备的位姿估计，该设备将相机帧上传至边缘服务器。我们的目标是通过周期性地选择合适的相机帧集上传以更新三维地图，从而最小化 MAR 设备的位姿估计不确定性。为应对动态上行数据速率和 MAR 设备时变位姿的挑战，我们提出了一种基于数字孪生（DT）的三维地图管理方法。首先，为 MAR 设备创建数字孪生，其通过预测后续相机帧来模拟三维地图管理。其次，开发了一种基于模型的强化学习（MBRL）算法，利用从实际数据和模拟数据收集的数据来管理三维地图。借助数字孪生提供的大量模拟数据，MBRL 算法能够在高度动态环境中快速提供自适应的地图管理策略。仿真结果表明，所提出的基于 DT 的三维地图管理在动态环境中以更低的位姿估计不确定性和更高的数据效率优于基准方案。