Aki már látott 3D Google Street View felvételeket, abban felmerülhet, hogy fel lehet-e ismerni a környezetet, a tárgyakat, a helyszín jellegzetességeit? Hogyan tudjuk a 3D felvételeket mobil kameraképekkel összedolgozni?

Repülő eszközök kamerájával hogyan lehetne térbeli térképet készíteni (simultan localisation and mapping, SLAM), miközben több robotjármű adatát vetítjük össze?

Az így kapott ponthalmazt illeszteni kell az optikai kamerák 2D képeihez, és ezek alapján a mért környezet részletes felismerésére nyílik lehetőség.

A 3D lézerszkenner látóterében lévő alakzatokat a térben mozgó, részben ismert pozíciójú képbeviteli eszközökkel fuzionáljuk, és ebből egy pontosabb 3D helyszín-modellt alakíthatunk ki. Az eszközök kölcsönös pozícionálása és adatátvitelének szinkronizálása, az adatok összefűzése és a 3D helyszín modellezése szintén a feladat része.

Hasonló feladat lehet akkor, amikor kameraképeket kapcsolunk össze, keresve az aktuális pozíciót; hosszabb távon pedig a feladat az esetleges változások keresése 3D-ben.