【AR实验室】mulberryAR : ORBSLAM2+VVSION

  • 时间:
  • 浏览:1
  • 来源:幸运快3_快3充值_幸运快3充值

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一1个AR引擎,目前主要支持单目视觉SLAM+3D渲染,而且支持iOS端,而且该引擎要能很方便地移植到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,用户可需要对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你这种结构点对应的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那么 做不要 的修改,而且为了集成进mulberryAR中,需要对ORB-SLAM2的接口做出你这种修改以适应iOS系统的移动设备。你这种偏离 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,还需要依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了全版地注释,再加了BoW(Bag of Word)的二进制文件加载法律法律土办法。

修改1:ORB-SLAM2顶端使用了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iPhone手机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可需要将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注释版顶端的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h再加了loadFromBinaryFile函数,可需要直接加载ORBVoc.bin,在iPhone手机6手机手机s再加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法律法律土办法是通过解析预先正确处理好的视频文件,而mulberryAR需要通过iPhone手机6手机手机设备实时捕捉图像视频。这里需要使用iOS的视频捕捉模块。一如果刚现在开始了了捕捉法律法律土办法参考了我如果的博客【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。获取到了图像就可需要调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,却说我亲戚亲戚我们歌词 构建另一1个DISPATCH_QUEUE_SERIAL类型的应用线程,并将TrackMonocular抛给它。另外在主应用线程dispatch_get_main_queue()中利用TrackMonocular得到的相机位姿进行绘制。

修改3:图形学中绘制有另一1个特别要的矩阵:模型视图矩阵ModelView,却说我将3D模型从模型局部坐标系转化到相机坐标系的另一1个转化矩阵。注意TrackMonocular函数返回的Tcw需要一定的转化要能作为模型视图矩阵,你这种步全版参考了ORB_SLAM_iOS中的正确处理法律法律土办法,如果我也都有 很清楚如可 会 要那么 正确处理,尤其是两处取负号的偏离 ,却说我此处将代码列出供亲戚亲戚我们歌词 参考。

// poseR = mCurrentFrame.mTcw.rowRange(0,3).colRange(0,3);
// 当前帧变化矩阵的旋转偏离


cv::Mat R = _slam->getCurrentPose_R();
// poseT = mCurrentFrame.mTcw.rowRange(0,3).col(3);
// 当前帧变化矩阵的平移偏离


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。选则这款渲染引擎也是尝试过却说我你这种渲染法律法律土办法才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着并都有法律法律土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于,基本需要后期再加新的功能 1.相对于cocos2d-x整体轻巧,易于集成和二次修改。

2.可需要直接传递模型视图矩阵,并不进行转化。
1.全版可需要根据当事人的需求开发出相应的模块,不要 再困于已有的功能模块。
缺点 1.体积较大

2.亲戚亲戚我们歌词 此处获取到的为原生的模型视图矩阵,如可直接把模型视图矩阵传递给cocos2d-x的绘制模块就成为了另一1个什么的间题。我尝试了却说我法律法律土办法都那么 成功,如果如果并都有对cocos2d-x都有 特别熟悉,却说我放弃。
1.那么 cocos2d-x的功能多 1.工作量巨大!

vvsion并都有支持你这种简单的渲染功能,比如模型的导入和渲染,使用的是opengl es 2.0。不过还处在十几个 匮乏,mulberryAR对此进行了优化。

修改1:它并都有提供的模型渲染过于简单,却说我简单的贴图,此处mulberryAR在原始shader中再加了diffuse功能,主却说我将模型的法向传入,做光照正确处理。

// 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要进行显示,此处,mulberryAR使用了贴纹理的法律法律土办法进行渲染。亲戚亲戚我们歌词 使用了另一1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。此处需要注意一下两点:

  • camera.obj的显示使用的是正投影,而且注意其高度值设置大你这种,正确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法律法律土办法要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter法律法律土办法设置为GL_LINEAR,而且并不产生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,却说我在模型底部再加一块圆形的阴影。却说我在模型底部再加了另一1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,而且还需要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iPhone手机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,主却说我提取ORB结构你这种步耗时比较多,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的初始化调慢,丢失后该能快速找回。整体来说,否有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