واقعیت افزوده بدون نشانگر (MARKERLESS AR)
واقعیت افزوده بدون نشانگر، برای تولید جلوه های بصری نیازی به تشخیص و اسکن تصویری خاص ندارد. این فناوری با کمک دوربین تلفن همراه ، نرم افزار مکان یابی و شتاب سنج برای تشخیص اطلاعات موقعیتی، از جمله جهت گیری اجسام مختلف و فضای بین آنها استفاده کرده و با مکان‌یابی و نقشه‌برداری همزمان (SLAM) را برای تفسیر محیط سه‌بعدی اطراف فرا می‌خواند. سپس محتوای AR در داخل فضای واقعی نمایش داده می شود و از هر موقعیت یا زاویه ای قابل مشاهده است.
انواع واقعیت افزوده بدون نشانگر
این نوع AR به اشیای سه بعدی اجازه می‌دهد تا با بررسی ویژگی‌های موجود در داده‌ها در زمان واقعی، در محیط تصویر واقعی قرار گیرند. این نوع از AR به ۴ دسته تقسیم می‌شود که عبارت است از:
1. واقعیت افزوده مبتنی بر مکان: AR مبتنی بر مکان به هیچ نشانه‌ای از یک تصویر یا شی نیاز ندارد زیرا می‌‌تواند داده‌های زمان واقعی با مکان فعلی را جفت کند. در این حالت این امکان وجود دارد که کاربر آزادانه در محیط یک منطقه خاص که در آن یک پروژکتور ثابت و یک دوربین ردیابی قرار داده شده است حرکت کند .
2 . واقعیت افزوده مبتنی بر پروجکشن: روشی مبتنی بر ارائه‌ی داده‌های دیجیتال در یک زمینه ثابت است. در واقع به رندر کردن اشیا سه بعدی مجازی در فضای فیزیکی کاربر تمرکز می‌کند.
3 . واقعیت افزوده مبتنی بر Overlay:در این حالت چنین نما از یک شی هدف با گزینه‌ی نمایش اطلاعات مرتبط و اضافی در مورد آن شی فراهم است.AR بدون نشانگر پوششی می تواند یک شی را با یک تصویر مجازی بهبودیافته از همان مورد جایگزین می‌کند، که با پرسپکتیوهای بصری متعدد تکمیل می‌شود. ابزار پیکربندی محصول به کاربران اجازه می دهد تا رنگ مدل محصول سه بعدی و همچنین چیدمان آن را تغییر دهند. این به مشتریان اجازه می‌دهد ظاهر بصری آن را سفارشی کنند و سپس آن را در اتاق خود قرار دهند تا ببینند که چگونه در فضای خود قرار می‌گیرد. برای مثال می توان به واقعیت افزوده شرکت Ikea برای نمایش مبلمان و یا شیر آلات راسان برای نمایش شیر آلات اشاره نمود.
4 . واقعیت افزوده مبتنی بر کانتور: در این فناوری از دوربین‌های ویژه برای چشم انسان در شرایط خاص استفاده می‌شود. به طور مثال در سیستم‌های ناوبری خودرو از این فناوری برای رانندگی ایمن در شرایط دید کم استفاده می‌شود.در واقعیت افزوده مبتنی بر کانتور (یا ترسیم واقعیت افزوده) از SLAM برای ترسیم نمای اشیا و شبیه‌سازی یک تعامل واقعی انسانی مورد استفاده قرار می گیرد. به عنوان مثال، ممکن است برای توسعه یک نرم افزار رانندگی ایمن در شب، جاده های کم نور، بارش های شدید و سایر موقعیت های کم دید استفاده شود.