近日，谷歌宣布推出 AR 室内导航功能，在机场、中转站和购物中心等场景下为用户提供路线指引，帮助用户找到最近的电梯和自动扶梯、登机口、站台、行李认领、登机柜台、售票处、洗手间、自动取款机等。
这一 AR 室内导航技术突破了传统室内导航平面化、易读性低的局限性，增强了图像精确性、数据广泛性，不仅为用户带去室内导航的新奇、个性化体验，也为线下零售等行业带来潜在应用价值。
本文将从 AR 对室内导航地图易读性的突破、AR 导航从室外到室内的转变、AR 室内导航的发展前景三方面对 AR 室内导航进行解析。
基于 AR 室内导航，用户自己的位置、所在楼层能够被识别，进而通过箭头和信息标记等 AR 叠层指引，到达目的地。
这些指示虽看起来简单，但却是以往室内地图、蓝牙信标定位、Wi-Fi 信号定位、GPS 定位等室内导航方法无法做到的。
室内地图，是最为传统的一种，例如图书馆书架的检索地图。该方法通过大量数据采集，制作索引图，读者通过每本书籍的专属编号进行导航查找。然而，大型室内环境的地图制作与表达耗费巨大，普适性并不高。
蓝牙信标定位法较受欢迎。依托蓝牙，智能手机软件能大致得到用户在地图上的位置，从而进行路线规划和导航。但由于蓝牙传输距离较短，从而导致其在商场、写字楼等大型室内环境中会产生极高的部署和维护成本。
另外一种解决方案是基于 Wi-Fi 信号进行定位和导航。但由于室内环境的复杂性，Wi-Fi 信号很容易受环境的变化而改变，因此维护成本依然很高，精度也受到 Wi-Fi 路由器部署密度、环境稳定性、训练时长等因素的制约。
GPS 定位法虽被广泛使用，但信号穿透力差、定位精度低，只适用于二维平面，确定用户的大致位置但无法确定方向，在大型建筑群内部无法发挥作用。
▲GPS 信号从建筑物立面弹落
谷歌本次推出的 AR 室内导航，配备全新视觉定位系统（Visual Positioning System；VPS），可弥补以上方法的不足。
谷歌 AR 室内导航功能（Indoor Live View）依托 VPS 技术来确定用户室内所在方位，并通过可视化处理手段将虚拟路线与实际室内场景相结合。
视觉定位系统 VPS 不同于 GPS，不依靠信号来定位，而是依靠图像。
首先，工程师通过 VPS 可以创建本地化地图，这种方式被称为即时定位与地图构建（simultaneous localization and mApping；SLAM）。通过拍摄一系列具有已知位置的图像并分析视觉特征，VPS 可以创建地图并建立快速搜索索引，例如建筑物、桥梁等。
其次，当用户需要室内导航定位时，VPS 会将相机镜头视图与 VPS 索引视图相匹配，通过摄像头、陀螺仪、加速器、重力感应器等手机内置惯性传感器（Inertial Measurement Unit；IMU）数据，借助运动追踪、环境感知等人工智能算法进行比较分析，从而确定手机用户相对于现实世界的位置和方向。
最终，在方位呈现上，VPS 可以将指引箭头、字幕信息等标签特效叠加到摄像头实时采集的现实图像中，并依托光线估计技术让虚拟内容更好地融入真实世界。光线估计技术能让手机摄像头感知当前环境的照明条件，对虚拟图像进行颜色矫正，从而在虚拟和真实图像结合时增强真实感。
自 2019 年起，谷歌便开始上线 AR 导航功能（Live View）。依托 VPS 视觉定位系统和谷歌街景图库，帮助用户在户外获取精确的导航路线。在后续的更新中，用户还可以通过 AR 导航识别周边地标，让用户更清楚自己在城市中的位置。
从室外导航到室内导航，到底有多难？
展览馆、博物馆、商场、交通枢纽等大型室内场景环境复杂，规模巨大，并存在很多无纹理空间区域和视觉歧义区域，地图数据的采集、制作及表达是一大难点。同时，伴随光照、视点变化，用户如何精准快速地实现重定位也是一项挑战。谷歌有着不少技术突破。
第一个技术突破是图像精度提升。10 多年前，谷歌开始推出街景地图，用户可以拥有“人眼视角”的地图浏览体验，但起初这些街景数据并未实现本地化。图像数据本地化能够为物体、地点等图片添加更多注释性标签信息，帮助用户进行快速理解。
为了使用 VPS 实现全球本地化，谷歌使用从全球超过 93 个国家收集和测试的信息将其与街景数据连接起来。这个丰富的数据集通过三角测量提供了数万亿个强大的参考点，帮助人们更精确地确定设备位置，并引导人们前往目的地。
▲谷歌三角测量法精确定位建筑
虽然该方法在理论上效果很好，但在实践中仍存在挑战，问题在于：本地化时，手机实时图像可能与收集街景时的场景不同。例如树木细节会随着季节变化，甚至随着风力大小变化，无法获得良好的匹配。
为突破该技术，谷歌利用机器学习来过滤场景中的临时、易变的事物图像，聚焦于场景中的固定结构图像。这项技术进步，也让如今的 AR 室内导航更为精确。
另一个技术突破，是数据的快速获取。
机场、商场、医院…… 众多建筑物群意味着谷歌需要拍摄大量公共场景的室内图像。在此前的室外街景数据库建构中，谷歌从早期的街景车、街景三轮车、街景手推车，再到便捷轻便的街景背包（Trekker），逐渐完善图像采集方式。
▲左边为旧款街景背包，右为新款
街景背包下方是背包主体，顶部是球形装置，装备了 15 个 500 万像素的摄像头。通过这种背包，图像采集员可以拍到汽车也进不去的犄角旮旯之地。
由此，在室内公共场景的图像采集中，谷歌可以通过自己的街景背包，派遣大批承包商通过某地的机场、车站或商场，快速拍摄获取 VPS 数据。
谷歌表示，AR 室内导航将首先在芝加哥、长岛、纽约、洛杉矶、纽瓦克、新泽西、旧金山、圣何塞、加州和西雅图的一些购物中心推出。未来几个月，它还将在东京和苏黎世的机场、商场和中转站推出。
不过，AR 室内导航的发展目前还存在一些薄弱环节，如重视产品的开发与落地却对用户与功能需求了解不足、地图信息表达追求可视化逼真效果却缺少目的性和合理性、相关呈现应用的硬件开发较为滞后等。
当前，AR 室内导航技术正在加速发展，除谷歌外，国内百度、高德等也在技术研发、应用场景的探索中。
以百度为例：
2016 年 11 月，百度上线 AR 步行导航功能，导航界面包含了罗盘、路线、转向标、途径点和终点气泡、滚轴诱导提升、路线全览等元素，配合语音提醒提升用户步行导航体验。2017 年 4 月，百度新增 AR 导航卡通人物“图图”，通过大眼萌物提升 AR 引导趣味性。2020 年 12 月，百度地图联合百度大脑 DuMix AR - 视觉定位服务平台推出 AR 室内导航功能 ——AI 室内通。
AI 室内通通过视觉定位与增强服务（visual positioning and augmenting service；VPAS），为用户提供高精度 6DoF 定位能力。VPAS 技术通过基于图像的三维重建技术构建商场的高精几何地图，然后利用场景理解算法、3D 视觉定位算法实时计算用户的准确位置。在实际复杂环境的实测定位精度可达 1 米，目前已上线北京清河万象汇、北京双安商场、上海 2049 翡翠公园商场等场景。同时，该技术还可用于工业巡检、物流分拣等场景。
高德、搜狗虽在室外步行 AR 导航和车载导航技术上相对成熟，但暂未发现涉足 AR 室内导航领域。
地图大厂之外，商汤科技也在 AR 室内导航方面进行探索。由浙江大学 - 商汤科技三维视觉联合实验室与商汤产品团队联合打造的商汤科技 SenseMARS 火星混合现实平台采用稀疏点云地图技术重建高精度 3D 地图，通过 IMU 传感器计算当前设备的 6DoF 位姿，结合 SLAM 技术实现室内精准定位和 AR 导航。
未来，依托 AI 和 IoT 技术的发展，AR 室内导航可以让用户看到物理空间的数字属性，如店铺虚拟标牌、促销信息、商场人数、店铺人流量等实时信息。用户透过手机便可实时感知餐厅是否需要排队，潮流店铺有哪些商品促销。同时，结合用户画像，AR 室内导航将为用户带去个性化的线下场景体验。在 AR 呈现上，室内导航设备也将从手机拓展到 AR 眼镜、AR 头显等硬件，解决手机显示 AR 地图为用户带来的眩晕和眼部疲劳。
值得一提的是，中国信通院的报告《虚拟（增强）现实白皮书 2021》中表示，AR 依托 Inside-out 技术日趋成熟，追踪定位将呈现集视觉相机、IMU 惯性器件、深度相机、事件相机等多传感融合的发展趋势。AR 室内导航将在业界、学界等的共同参与下向好发展。
在地图的表现形式上，AR 技术在人、地图、环境方面的融合有着无可比拟的优势。因此，在谷歌推出 AR 室内导航之际，一定程度上或能掀起国内外 AR 室内导航发展的新潮流。
从百度、高德、搜狗等地图大厂的布局可以看出，百度先人一步，在北京、上海、贵州、廊坊等地的部分购物中心推出 AR 室内导航功能，后续将持续在该领域发力。高德地图紧随其后，已于今年起升级 AR 步行导航功能，或许不久后将进入室内场景的探索。
在当下工业互联网时代，AR 室内导航将在 AI、IoT 技术的支撑下，激活大型室内场景的空间利用率，拓宽行业边界，为众多智慧产业带来更多可能性。我们期待未来 AR 导航对全球所有室内公共场景的全覆盖。
加载中,请稍侯......