Eine umfassende Untersuchung von Methoden zur Innenlokalisierung basierend auf Computer Vision

Computer Vision-basierte Innenlokalisierungsmethoden verwenden entweder eine Infrastruktur aus statischen Kameras, um mobile Entitäten (z.B. Menschen, Roboter) zu verfolgen, oder Kameras, die an den mobilen Entitäten angebracht sind. Methoden der ersten Kategorie nutzen Objektverfolgung, während die anderen Bilder von mobilen Kameras mit Bildern abgleichen, die während einer Konfigurationsphase erfasst oder aus 3D-rekonstruierten Modellen des Raums extrahiert wurden. Dieses Papier bietet einen Überblick über den Bereich der Computer Vision-basierten Innenlokalisierung und präsentiert Anwendungsgebiete, kommerzielle Werkzeuge, bestehende Benchmarks und andere Übersichten. Es liefert eine Umfrage über Forschungsansätze zur Innenlokalisierung und schlägt eine neue Klassifizierung basierend auf der Konfigurationsphase (Nutzung von bekannten Umgebungsdaten), Sensorgeräten, Art der erfassten Elemente und Lokalisierungsmethode vor. Es gruppiert 70 der aktuellsten und relevantesten bildbasierten Innenlokalisierungsmethoden gemäß der vorgeschlagenen Klassifizierung und diskutiert deren Vorteile und Nachteile. Es hebt Lokalisierungsmethoden hervor, die auch Orientierungsinformationen bieten, da diese von einer wachsenden Anzahl von Anwendungen der Innenlokalisierung (z.B. Augmented Reality) benötigt werden.