【AR实验室】mulberryAR : ORBSLAM2+VVSION

  • 时间:
  • 浏览:0
  • 来源:大发时时彩_时时彩破解_大发时时彩破解

本文转载请注明出处 —— polobymulberry-博客园

0x00 - 前言


mulberryAR是我业余时间弄的另另有有好2个 AR引擎,目前主要支持单目视觉SLAM+3D渲染,而且 支持iOS端,而且 该引擎能够很方便地移植到Android端。slam模块使用的是ORB-SLAM2,3d渲染模块使用的是VVSION渲染引擎。该引擎目前实现的功能为简单的3D模型摆放,用户都能够对3D模型进行平移、旋转和缩放。

先放两张mulberryAR的效果图。

0x01 - 单目视觉SLAM模块


单目视觉SLAM模块采用的是ORB-SLAM2。ORB-SLAM2是目前比较优秀的视觉SLAM系统,其输入为图像视频流,通过SLAM计算出每帧图像对应的相机位姿以及这名 结构点对应的3D位置。不过mulberryAR目前只用到了每帧对应的相机位姿。

目前mulberryAR对ORB-SLAM2没了做过多的修改,而且 为了集成进mulberryAR中,需用对ORB-SLAM2的接口做出这名 修改以适应iOS系统的移动设备。这名 次要主要参考两份资料:

  • ORB_SLAM_iOS ORB-SLAM在iOS上的移植,作者去除了ORB-SLAM对ROS的依赖,并使用了iOS的Metal和Scene Kit进行渲染。相比ORB-SLAM2,还需用依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了完全地注释,加在了BoW(Bag of Word)的二进制文件加载最好的办法。

修改1:ORB-SLAM2底下使用了BoW(Bag of Word)进行结构匹配。其中的BoW是通过加载ORB-SLAM2原始文件中的ORBvoc.txt获取的,不过移动端直接加载ORBVoc.txt文本文件来构建BoW非常耗时,在苹果6手机手机s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp都能够将ORBVoc.txt转换为ORBVoc.bin。而且 使用该版本DBoW2和g2o替换ORB-SLAM2中的DBoW2和g2o,ORB-SLAM2注释版底下的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h加在了loadFromBinaryFile函数,都能够直接加载ORBVoc.bin,在苹果6手机手机s加在载的时间也降到小于3秒钟。

修改2:ORB-SLAM2源码中的示例获取图像视频流的最好的办法是通过解析预先处理好的视频文件,而mulberryAR需用通过苹果6手机手机设备实时捕捉图像视频。这里需用使用iOS的视频捕捉模块。一过后刚开使捕捉最好的办法参考了我事先的博客【AR实验室】OpenGL ES绘制相机(OpenGL ES 1.0版本)中的0x02 - AVCaptureSession获取拍摄内容小节。获取到了图像就都能够调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,过多过多过多过多有朋友构建另另有有好2个 DISPATCH_QUEUE_SERIAL类型的程序运行,并将TrackMonocular抛给它。另外在主程序运行dispatch_get_main_queue()中利用TrackMonocular得到的相机位姿进行绘制。

修改3:图形学中绘制有另另有有好2个 很糙要的矩阵:模型视图矩阵ModelView,可是我将3D模型从模型局部坐标系转化到相机坐标系的另另有有好2个 转化矩阵。注意TrackMonocular函数返回的Tcw需用一定的转化能够作为模型视图矩阵,这名 步完全参考了ORB_SLAM_iOS中的处理最好的办法,机会我可是我是很清楚为啥要没了处理,尤其是两处取负号的次要,过多过多过多过多有此处将代码列出供朋友参考。

// poseR = mCurrentFrame.mTcw.rowRange(0,3).colRange(0,3);
// 当前帧变化矩阵的旋转次要
cv::Mat R = _slam->getCurrentPose_R();
// poseT = mCurrentFrame.mTcw.rowRange(0,3).col(3);
// 当前帧变化矩阵的平移次要
cv::Mat T = _slam->getCurrentPose_T();

// 将旋转矩阵转化为四元数,注意qy和qz的取了负号。
float qx,qy,qz,qw;
qw = sqrt(1.0 + R.at<float>(0,0) + R.at<float>(1,1) + R.at<float>(2,2)) / 2.0;
qx = (R.at<float>(2,1) - R.at<float>(1,2)) / (4*qw);
qy = -(R.at<float>(0,2) - R.at<float>(2,0)) / (4*qw);
qz = -(R.at<float>(1,0) - R.at<float>(0,1)) / (4*qw);
// 将四元数转化为旋转矩阵,即r1、r2、r3。而且

将平移矩阵填充到r4。
// 注意其中T.at<float>(1)和T.at<float>(2)取了负号。
vec4f r1(1 - 2*qy*qy - 2*qz*qz, 2*qx*qy + 2*qz*qw, 2*qx*qz - 2*qy*qw, 0);
vec4f r2(2*qx*qy - 2*qz*qw, 1 - 2*qx*qx - 2*qz*qz, 2*qy*qz + 2*qx*qw, 0);
vec4f r3(2*qx*qz + 2*qy*qw, 2*qy*qz - 2*qx*qw, 1 - 2*qx*qx - 2*qy*qy, 0);
vec4f r4(T.at<float>(0), -T.at<float>(1), -T.at<float>(2), 1);

0x02 – 3D渲染引擎模块


3D渲染引擎模块使用的是VVSION渲染引擎。取舍这款渲染引擎也是尝试过过多过多过多过多有这名 渲染最好的办法才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着这名 最好的办法的优缺点进行对比。

  cocos2d-x vvsion 原生opengl es
优点 1.支持的渲染组件很富有,基本不需用后期加在新的功能 1.相对于cocos2d-x整体轻巧,易于集成和二次修改。

2.都能够直接传递模型视图矩阵,暂且进行转化。
1.完全都能够根据自己的需求开发出相应的模块,不让困于已有的功能模块。
缺点 1.体积较大

2.朋友此处获取到的为原生的模型视图矩阵,怎样直接把模型视图矩阵传递给cocos2d-x的绘制模块就成为了另另有有好2个 问题报告 报告 。我尝试了过多过多过多过多有最好的办法都没了成功,机会机会这名 对cocos2d-x完全都是很糙熟悉,过多过多过多过多有放弃。
1.没了cocos2d-x的功能多 1.工作量巨大!

vvsion这名 支持这名 简单的渲染功能,比如模型的导入和渲染,使用的是opengl es 2.0。不过还处于2个不足,mulberryAR对此进行了优化。

修改1:它这名 提供的模型渲染过于简单,可是我简单的贴图,此处mulberryAR在原始shader中加在了diffuse功能,主可是我将模型的法向传入,做光照处理。

// vertex shader
attribute vec4 position;
attribute vec2 texCoord0;
attribute vec4 normal;

varying vec2 v_texCoord;
varying vec4 v_normal;

uniform mat4 matProjViewModel;
// ModelView.inverse().transpose()
uniform mat4 matNormal;

void main()
{
    v_texCoord = texCoord0;
    v_normal = matNormal * normal;
    gl_Position = matProjViewModel * position;
}

// fragment shader
precision highp float;

uniform sampler2D texture0;
varying vec2 v_texCoord;
varying vec4 v_normal;

void main()
{
    gl_FragColor =  texture2D( texture0, v_texCoord);
    vec3 lightDir = vec3(0.0, 0.0, 1.0); // 假设光照方向
    // 求解diffuse
    float dotRes = dot(normalize(v_normal.xyz), normalize(lightDir));
    float diffuse = min(max(dotRes, 0.0), 1.0);
    gl_FragColor.rgb = vec3(diffuse * gl_FragColor.rgb);
}

修改2:获取到的相机图像需用进行显示,此处,mulberryAR使用了贴纹理的最好的办法进行渲染。朋友使用了另另有有好2个 camera.obj的平面模型作为相机图像的展示平面,只需每次将camera.obj的纹理更新为相机图像即可。此处需用注意一下两点:

  • camera.obj的显示使用的是正投影,而且 注意其角度值设置大这名 ,处理遮挡住了前面的模型。
  • NPOT(No Power of Two)纹理的设置选项,其中Wrap最好的办法要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter最好的办法设置为GL_LINEAR,而且 暂且产生MinMap。而且 纹理会显示为黑色。

修改3:为了提高模型的真实感,增加了fake shadow的效果,可是我在模型底部加在一块圆形的阴影。可是我在模型底部加在了另另有有好2个 fakeshadow.obj的模型,而且 贴上透明的圆形阴影纹理。优点是简单,节省计算资源,而且 还不需用考虑真实的光照方向。

0x03 - mulberryAR性能效果分析


视频效果展示(腾讯视频链接):

mulberryAR Demo:https://v.qq.com/x/page/c03635umclb.html

mulberryAR在苹果6手机手机s上Release版本测试为6FPS。可见其帧率还无法令人满意,主可是我提取ORB结构这名 步耗时比较多,后期会再此基础上做一定优化。下表中ExtractORB表示每帧ORB结构提取的耗时,TrackMonocular为每帧的整个SLAM系统的耗时。

另外,ORB-SLAM2的初始化调快,丢失都能否够快速找回。整体来说,否是目前最好的单目视觉SLAM了。

0x04 - 参考资料


  • ORB-SLAM2
  • ORB_SLAM_iOS
  • ORB-SLAM2注释版
  • VVSION渲染引擎
  • 【AR实验室】OpenGL ES绘制相机(OpenGL ES 1.0版本)
  • https://zhuanlan.zhihu.com/computercoil