03研究方法 Real-time Client Device Video frame is IMU data are Display AR video 颅间跟踪方法：提出了基于带有惯 grabbed gathered frame 性测量值的EKF的视觉-惯性融合跟踪 方法。跟踪过程概述如下： Data are sent to the Send AR video frame edge serve时 to elient 1.使用惯性测量值的EKF的预测步骤， Edge Server Initialation done? 渲染要跟踪的视觉特征的外观。 西 Get localization data 2.由于预测的特征要与当前视频帧中 from location server Tracking Render 的可见特征相匹配，只需要在每个预 Pose estimation with Save estimated sensor fusion camera pose ￥4de0rann 测特征位置的附近进行快速搜索。 Register annotation n30 3.图像中匹配出的2D特征位置及其已 知3D位置一起用于EKF的校正步骤，然 Send video frame to Send annotations to remote expert edge server Remote Device 后从滤波器状态读取当前姿态。 Pause video Fig.2.Remote Live Support activity diagram03 研究方法 帧间跟踪方法：提出了基于带有惯 性测量值的EKF的视觉-惯性融合跟踪 方法。跟踪过程概述如下： 1.使用惯性测量值的EKF的预测步骤， 渲 染 要 跟 踪 的 视 觉 特 征 的 外 观 。 2.由于预测的特征要与当前视频帧中 的可见特征相匹配，只需要在每个预 测特征位置的附近进行快速搜索。 3.图像中匹配出的2D特征位置及其已 知3D位置一起用于EKF的校正步骤，然 后从滤波器状态读取当前姿态