已經跟呼吸一樣重要的網路和手機論文書籍站
國立臺灣大學 電機工程學研究所 廖婉君所指導 鍾淳鎰的 基於邊緣運算的多人擴增實境並使用新式場景辨識方法 （2021），提出ARCore SLAM關鍵因素是什麼，來自於邊緣運算、同時定位與定圖建立、場景辨識、多人擴增實境。
而第二篇論文國立交通大學 資訊學院資訊學程 陳冠文所指導 謝祥志的 基於擴增實境的無人機訓練系統 （2020），提出因為有 無人機、虛擬實境、擴增實境、飛行訓練系統的重點而找出了 ARCore SLAM的解答。
基於邊緣運算的多人擴增實境並使用新式場景辨識方法
為了解決ARCore SLAM 的問題，作者鍾淳鎰 這樣論述：
多人擴增實境 (AR) 為用戶提供了一種更直觀的相互協作方式，讓其中一個使用者放置虛擬物件並由其他使用者查看。由於現今的智慧手機使用AR服務時會有高操作延遲，因此我們使用邊緣運算技術以開發多人 AR 系統，以減少操作延遲並提高裝置姿態估計的準確性。我們提出了一種新的場景辨識演算法，以應對大多數 AR 平台使用的同步定位和地圖建立 (SLAM) 演算法在使用者有大角度場景差異而無法辨識場景的問題。使用者不需繁雜的初始化過程即可使用我們的系統多人 AR 應用程式。結果表明，與SLAM算法相比，我們能夠識別水平角度相差40度以內的場景，並將虛擬物件放置在正確位置給觀看者，且定位誤差小於10%。
基於擴增實境的無人機訓練系統
為了解決ARCore SLAM 的問題，作者謝祥志 這樣論述：
在增強現實（AR）無人駕駛飛機目前應用普遍缺乏現實感，和虛擬AR無人機無法與真實環境進行互動。為了實現在真實環境中的虛擬AR無人機的現實的意義上，我們提出了一種整合方法，集成了虛擬現實（VR）和AR，它可以在真實環境項目與物理反饋，障礙物碰撞和風力影響虛擬無人駕駛飛機。我們將此技術應用到無人機（UAV）的飛行訓練，以及自訂的無人機飛行訓練系統，並使用台灣民航管理局（CAA）無人機操作許可證的考試檢驗。我們的實驗邀請22名參加者使用我們的系統。實驗結果表明，該系統能有效地降低培訓成本和風險，提高真實性和訓練效率。