【AR实验室】mulberryAR : ORBSLAM2+VVSION

  • 时间:
  • 浏览:0
  • 来源:幸运快3_快3下载app送28_幸运快3下载app送28

本文转载请注明出处 —— polobymulberry-博客园

0x00 - 前言


mulberryAR是我业余时间弄的一一个 AR引擎,目前主要支持单目视觉SLAM+3D渲染,倘若支持iOS端,倘若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,用户可不时要对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一点社会形态点对应的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那末 做越来很多的修改,倘若为了集成进mulberryAR中,时要对ORB-SLAM2的接口做出一点修改以适应iOS系统的移动设备。某种次责主要参考两份资料:

  • 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,还时要依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了删剪地注释,再加了BoW(Bag of Word)的二进制文件加载最好的法律方法。

修改1:ORB-SLAM2里面使用了BoW(Bag of Word)进行社会形态匹配。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556手机手机5s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp可不时要将ORBVoc.txt转换为ORBVoc.bin。倘若使用该版本DBoW2和g2o替换ORB-SLAM2中的DBoW2和g2o,ORB-SLAM2注释版里面的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h再加了loadFromBinaryFile函数,可不时要直接加载ORBVoc.bin,在苹果556手机手机5s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最好的法律方法是通过解析预先出理 好的视频文件,而mulberryAR时要通过苹果556手机手机设备实时捕捉图像视频。这里时要使用iOS的视频捕捉模块。一开始 捕捉最好的法律方法参考了我前一天的博客【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时要调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,好多好多 我们都构建一一个 DISPATCH_QUEUE_SERIAL类型的系统tcp连接,并将TrackMonocular抛给它。另外在主系统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:图形学中绘制有一一个 很重要的矩阵:模型视图矩阵ModelView,倘若将3D模型从模型局部坐标系转化到相机坐标系的一一个 转化矩阵。注意TrackMonocular函数返回的Tcw时要一定的转化才能作为模型视图矩阵,某种步删剪参考了ORB_SLAM_iOS中的出理 最好的法律方法,将会我也都有很清楚为什么我要那末 出理 ,尤其是两处取负号的次责,好多好多 此处将代码列出供我们都参考。

// poseR = mCurrentFrame.mTcw.rowRange(0,3).colRange(0,3);
// 当前帧变化矩阵的旋转次责
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责
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。倘若将平移矩阵填充到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。选用这款渲染引擎也是尝试过好多好多 一点渲染最好的法律方法才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着某种最好的法律方法的优缺点进行对比。

  cocos2d-x vvsion 原生opengl es
优点 1.支持的渲染组件很充足,基本不时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.可不时要直接传递模型视图矩阵,不须进行转化。
1.删剪可不时要根据另一方的需求开发出相应的模块,我很多 困于已有的功能模块。
缺点 1.体积较大

2.我们都此处获取到的为原生的模型视图矩阵,怎么直接把模型视图矩阵传递给cocos2d-x的绘制模块就成为了一一个 什么的什么的问题 。我尝试了好多好多 最好的法律方法都那末 成功,将会将会某种对cocos2d-x都有很重熟悉,好多好多 放弃。
1.那末 cocos2d-x的功能多 1.工作量巨大!

vvsion某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。不过还存在几块过低,mulberryAR对此进行了优化。

修改1:它某种提供的模型渲染过于简单,倘若简单的贴图,此处mulberryAR在原始shader中再加了diffuse功能,主倘若将模型的法向传入,做光照出理 。

// 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:获取到的相机图像时要进行显示,此处,mulberryAR使用了贴纹理的最好的法律方法进行渲染。我们都使用了一一个 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。此处时要注意一下两点:

  • camera.obj的显示使用的是正投影,倘若注意其高度值设置大一点,出理 遮挡住了前面的模型。
  • NPOT(No Power of Two)纹理的设置选项,其中Wrap最好的法律方法要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter最好的法律方法设置为GL_LINEAR,倘若不须产生MinMap。倘若纹理会显示为黑色。

修改3:为了提高模型的真实感,增加了fake shadow的效果,倘若在模型底部再加一块圆形的阴影。倘若在模型底部再加了一一个 fakeshadow.obj的模型,倘若贴上透明的圆形阴影纹理。优点是简单,节省计算资源,倘若还不时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556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,主倘若提取ORB社会形态某种步耗时比较多,后期会再此基础上做一定优化。下表中ExtractORB表示每帧ORB社会形态提取的耗时,TrackMonocular为每帧的整个SLAM系统的耗时。

另外,ORB-SLAM2的初始化迅速,丢失后才能快速找回。整体来说,与否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