【AR实验室】mulberryAR : ORBSLAM2+VVSION

  • 时间:
  • 浏览:0
  • 来源:极速快3_快3软件_极速快3软件

本文转载请注明出处 —— polobymulberry-博客园

0x00 - 前言


mulberryAR是我业余时间弄的四个多多AR引擎,目前主要支持单目视觉SLAM+3D渲染,好多好多 支持iOS端,好多好多 该引擎才能很方便地移植到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,用户才能对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些形态点对应的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如此 做太久的修改,好多好多 为了集成进mulberryAR中,才能 对ORB-SLAM2的接口做出一些修改以适应iOS系统的移动设备。这名帕累托图主要参考两份资料:

  • 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,还才能 依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了完整地注释,添加了BoW(Bag of Word)的二进制文件加载依据。

修改1:ORB-SLAM2上方使用了BoW(Bag of Word)进行形态匹配。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66手机手机6手机手机75s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp才能将ORBVoc.txt转换为ORBVoc.bin。好多好多 使用该版本DBoW2和g2o替换ORB-SLAM2中的DBoW2和g2o,ORB-SLAM2注释版上方的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h添加了loadFromBinaryFile函数,才能直接加载ORBVoc.bin,在苹果66手机手机6手机手机75s添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依据是通过解析预先防止好的视频文件,而mulberryAR才能 通过苹果66手机手机6手机手机7设备实时捕捉图像视频。这里才能 使用iOS的视频捕捉模块。一始于了了英语 捕捉依据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。获取到了图像就才能调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,好多好多 有朋友构建四个多多DISPATCH_QUEUE_SERIAL类型的tcp连接,并将TrackMonocular抛给它。另外在主tcp连接dispatch_get_main_queue()中利用TrackMonocular得到的相机位姿进行绘制。

修改3:图形学中绘制四个多多多有点要的矩阵:模型视图矩阵ModelView,好多好多 将3D模型从模型局部坐标系转化到相机坐标系的四个多多转化矩阵。注意TrackMonocular函数返回的Tcw才能 一定的转化才能作为模型视图矩阵,这名步完整参考了ORB_SLAM_iOS中的防止依据,因为着我有的是的是很清楚为社 要如此 防止,尤其是两处取负号的帕累托图,好多好多 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帕累托图
cv::Mat R = _slam->getCurrentPose_R();
// poseT = mCurrentFrame.mTcw.rowRange(0,3).col(3);
// 当前帧变化矩阵的平移帕累托图
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。好多好多

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。选泽这款渲染引擎也是尝试过好多好多 有一些渲染依据才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着三种依据的优缺点进行对比。

  cocos2d-x vvsion 原生opengl es
优点 1.支持的渲染组件很充裕,基本不才能 后期添加新的功能 1.相对于cocos2d-x整体轻巧,易于集成和二次修改。

2.才能直接传递模型视图矩阵,并非进行转化。
1.完整才能根据此人 的需求开发出相应的模块,不用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,要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四个多多大问题。我尝试了好多好多 有依据都如此 成功,因为着因为着三种对cocos2d-x有的是有点熟悉,好多好多 有放弃。
1.如此 cocos2d-x的功能多 1.工作量巨大!

vvsion三种支持一些简单的渲染功能,比如模型的导入和渲染,使用的是opengl es 2.0。不过还存在几个存在问题,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,好多好多 简单的贴图,此处mulberryAR在原始shader中添加了diffuse功能,主好多好多 将模型的法向传入,做光照防止。

// 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:获取到的相机图像才能 进行显示,此处,mulberryAR使用了贴纹理的依据进行渲染。朋友使用了四个多多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。此处才能 注意一下两点:

  • camera.obj的显示使用的是正投影,好多好多 注意其深层值设置大一些,防止遮挡住了前面的模型。
  • NPOT(No Power of Two)纹理的设置选项,其中Wrap依据要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter依据设置为GL_LINEAR,好多好多 并非产生MinMap。好多好多 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,好多好多 在模型底部添加一块圆形的阴影。好多好多 在模型底部添加了四个多多fakeshadow.obj的模型,好多好多 贴上透明的圆形阴影纹理。优点是简单,节省计算资源,好多好多 还不才能 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66手机手机6手机手机75s上Release版本测试为6FPS。可见其帧率还无法令人满意,主好多好多 提取ORB形态这名步耗时比较多,后期会再此基础上做一定优化。下表中ExtractORB表示每帧ORB形态提取的耗时,TrackMonocular为每帧的整个SLAM系统的耗时。

另外,ORB-SLAM2的初始化太快了 了 ,丢失后才能快速找回。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