GM CT 將不同攝影機角度合成為單一協調的座標框架，通常需要精確的 GPS RTK 基站，而消費級設備並不具备此功能。 若無高階差分定位，個別邊緣捕捉會產生漂移，無法順利對齊。 我認為 @vangrid_io 後端的視覺捆綁調整引擎至關重要。 透過匹配重疊人群通行中的不同視覺特徵描述子，該網路執行全域位姿圖優化，將斷開的軌跡鎖定為精確到毫米級的座標網格。 基於視覺特徵的數學共識，取代了昂貴的實地測量基站需求。