【AR实验室】mulberryAR : ORBSLAM2+VVSION

  • 时间:
  • 浏览:0
  • 来源:五分时时彩_五分时时彩正规平台_五分时时彩平台网址

本文转载请注明出处 —— polobymulberry-博客园

0x00 - 前言


mulberryAR是我业余时间弄的十几条 AR引擎,目前主要支持单目视觉SLAM+3D渲染,一点支持iOS端,一点该引擎也能很方便地移植到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,用户可不可否 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一点结构点对应的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这麼做太多的修改,一点为了集成进mulberryAR中,还要对ORB-SLAM2的接口做出一点修改以适应iOS系统的移动设备。三种每项主要参考两份资料:

  • 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,还还要依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了完整性地注释,上加了BoW(Bag of Word)的二进制文件加载办法。

修改1:ORB-SLAM2中间使用了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54 手机6手机手机5s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp可不可否 将ORBVoc.txt转换为ORBVoc.bin。一点使用该版本DBoW2和g2o替换ORB-SLAM2中的DBoW2和g2o,ORB-SLAM2注释版中间的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h上加了loadFromBinaryFile函数,可不可否 直接加载ORBVoc.bin,在苹果54 手机6手机手机5s上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办法是通过解析预先解决好的视频文件,而mulberryAR还要通过苹果54 手机6手机手机设备实时捕捉图像视频。这里还要使用iOS的视频捕捉模块。一过后现在开始捕捉办法参考了我但是的博客【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。获取到了图像就可不可否 调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,全都亲戚亲戚亲戚另一个人构建十几条 DISPATCH_QUEUE_SERIAL类型的线程池池,并将TrackMonocular抛给它。另外在主线程池池dispatch_get_main_queue()中利用TrackMonocular得到的相机位姿进行绘制。

修改3:图形学中绘制有十几条 不为什要的矩阵:模型视图矩阵ModelView,要是将3D模型从模型局部坐标系转化到相机坐标系的十几条 转化矩阵。注意TrackMonocular函数返回的Tcw还要一定的转化也能作为模型视图矩阵,三种步完整性参考了ORB_SLAM_iOS中的解决办法,将会我要是是很清楚为什要这麼解决,尤其是两处取负号的每项,全都此处将代码列出供亲戚亲戚亲戚另一个人参考。

// poseR = mCurrentFrame.mTcw.rowRange(0,3).colRange(0,3);
// 当前帧变化矩阵的旋转每项
cv::Mat R = _slam->getCurrentPose_R();
// poseT = mCurrentFrame.mTcw.rowRange(0,3).col(3);
// 当前帧变化矩阵的平移每项
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。一点将平移矩阵填充到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。选取这款渲染引擎也是尝试过全都一点渲染办法才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着三种办法的优缺点进行对比。

  cocos2d-x vvsion 原生opengl es
优点 1.支持的渲染组件很丰厚,基本不还要后期上加新的功能 1.相对于cocos2d-x整体轻巧,易于集成和二次修改。

2.可不可否 直接传递模型视图矩阵,从不进行转化。
1.完整性可不可否 根据我本人的需求开发出相应的模块,不必困于已有的功能模块。
缺点 1.体积较大

2.亲戚亲戚亲戚另一个人此处获取到的为原生的模型视图矩阵,怎么可否直接把模型视图矩阵传递给cocos2d-x的绘制模块就成为了十几条 什么的疑问。我尝试了全都办法都这麼成功,将会将会三种对cocos2d-x都是不为什熟悉,全都放弃。
1.这麼cocos2d-x的功能多 1.工作量巨大!

vvsion三种支持一点简单的渲染功能,比如模型的导入和渲染,使用的是opengl es 2.0。不过还趋于稳定十几条 不足英文,mulberryAR对此进行了优化。

修改1:它三种提供的模型渲染过于简单,要是简单的贴图,此处mulberryAR在原始shader中上加了diffuse功能,主要是将模型的法向传入,做光照解决。

// 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:获取到的相机图像还要进行显示,此处,mulberryAR使用了贴纹理的办法进行渲染。亲戚亲戚亲戚另一个人使用了十几条 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。此处还要注意一下两点:

  • camera.obj的显示使用的是正投影,一点注意其角度值设置大一点,解决遮挡住了前面的模型。
  • NPOT(No Power of Two)纹理的设置选项,其中Wrap办法要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter办法设置为GL_LINEAR,一点从不产生MinMap。一点纹理会显示为黑色。

修改3:为了提高模型的真实感,增加了fake shadow的效果,要是在模型底部上加一块圆形的阴影。要是在模型底部上加了十几条 fakeshadow.obj的模型,一点贴上透明的圆形阴影纹理。优点是简单,节省计算资源,一点还不还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在苹果54 手机6手机手机5s上Release版本测试为6FPS。可见其帧率还无法令人满意,主要是提取ORB结构三种步耗时比较多,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的初始化太快 了 ,丢失后也能快速找回。整体来说,有无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