异质传感器的室内定位——多设备综合的自适应虚拟现实输入方式协议

异质传感器是数据流类型相异的传感器，包括底层的激光、雷达、惯性传感器，也包括顶层的传感器管理系统、异质数据融合算法等，使用多源异质的传感器进行室内姿势与轨迹定位可提升定位算法的健壮性和有效性，可满足虚拟现实内容对沉浸性的需要。 目前虚拟现实输入方式多样化，但各种输入设备的解决方案耦合性强，本设计旨在提出一种支持即插即用的对输入设备综合的管理器及其协议，这种即插即用是自适应的：可以根据用户测试反馈优化对新传感器综合的方法。 本设计不只是寻求提升输入设备性能的软件协议，虚拟现实领域仍有过多的传统要素：手柄而非手套输入；动作套板化而不能灵活入微；这些问题不全是硬件性能的限制，也需要软件设计者研究虚拟现实平台如何展现内容，而非二维屏幕的简单移植，基于这种平台差异本设计将适当地提出适用于虚拟现实、不兼容传统平台的强条件的概念。 2014年以来以深度学习为首的神经网络方法流行于人工智能领域，本设计将大量采用神经网络编解码器作为对异质实时传感数据实现“适应”、“综合”功能的中间件。