如何通过 Tango API 阅读 Google Tango 领域学习跟踪成功、信心、准确性？答案

【问题标题】：How to read Google Tango area learned tracking success, confidence, accuracy via Tango API?如何通过 Tango API 阅读 Google Tango 领域学习跟踪成功、信心、准确性？
【发布时间】：2017-01-01 20:52:59
【问题描述】：

我有一个 Google Tango 应用程序，其中学习区域描述的位置重复准确性至关重要。 https://www.youtube.com/watch?v=jMbNykdPDRo

当区域描述跟踪被激活时，重复精度通常很高。但是，如果在学习区域描述中查找学习特征点在一定时间后失败（例如，在照明条件改变或设备进入尚未学习的区域之后），重复精度会降低（由于开始缺少区域描述）。

我们如何从区域跟踪成功中获得一些反馈以检测此类案例？示例：针对某个 ADF 成功跟踪了多少特征点/帧，或者对于某个区域描述，姿势位置实际上有多自信/准确？

我在 API 中找不到任何有用的东西。

我知道 Tango 核心中存在这样一个字段，您可以在 Tango 调试覆盖应用程序中清楚地看到（“跟踪成功”）。 http://grauonline.de/alexwww/tmp/tango_debug_overlay_app.jpg

【问题讨论】：

标签： google-project-tango

【解决方案1】：

追踪数据无法通过API获取，你从图中看到的工具是Tango团队开发的，可以下载here。

在 API 之上，识别姿势质量的最佳方法是检查从回调返回的姿势状态，并检查 TangoEvent 数据。

【讨论】：

谢谢。这无济于事，因为尽管我完全离开了 ADF 学习区域，但姿势状态显示我“仍然有效”。我需要的是来自 Tango 引擎的反馈，即需要重新学习某个区域（或更重要的是：其中的一部分）以对重新定位有用。我怎么能这样做？姿势状态没有对此给出任何反馈。
目前没有直接的方法来检测设备是否在 ADF 内。在这里查看我的回复：stackoverflow.com/questions/41141779/…
谢谢。我将尝试您建议的对“ADF_T_StartOfService”帧对的监控。查看轨迹不会有帮助，因为轨迹只会告诉我们用于初始 ADF 学习的区域，但不会告诉我们该区域的一部分是否（及时）发生了变化，因此不再可用于重新定位。跨度>
监控“ADF_T_StartOfService”仍会在未学习 ADF 的区域（或条件随时间变化的区域（如阳光到室内光线）继续触发）。但是，我能够在 UDP 端口 29361（如 Tango Debug Overlay App）上以简单文本的形式获取 Tango 引擎调试信息。我知道这不是最终解决方案（不适用于发布版本），它只适用于我的原型。
ADF_T_StartOfService 如果场景中确实没有共同特征，则不应更新。会不会是你走在一个新区，但新区和旧区相距较远有共同点？