【AR实验室】mulberryAR : ORBSLAM2+VVSION

  • 时间:
  • 浏览:0
  • 来源:幸运快3_快3腾讯app_幸运快3腾讯app

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4个 AR引擎,目前主要支持单目视觉SLAM+3D渲染,有可是 支持iOS端,有可是 该引擎都能否 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或多或少特征点对应的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没法做越多的修改,有可是 为了集成进mulberryAR中,都能否 对ORB-SLAM2的接口做出或多或少修改以适应iOS系统的移动设备。这名每段主要参考两份资料:

  • 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,还都能否 依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了完整性地注释,去掉 了BoW(Bag of Word)的二进制文件加载法律法律方法。

修改1:ORB-SLAM2上边使用了BoW(Bag of Word)进行特征匹配。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,在苹果机4 4 5s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp都能否 将ORBVoc.txt转换为ORBVoc.bin。有可是 使用该版本DBoW2和g2o替换ORB-SLAM2中的DBoW2和g2o,ORB-SLAM2注释版上边的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h去掉 了loadFromBinaryFile函数,都能否 直接加载ORBVoc.bin,在苹果机4 4 5s去掉 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方法是通过解析预先避免好的视频文件,而mulberryAR都能否 通过苹果机4 4 设备实时捕捉图像视频。这都能否 不能使用iOS的视频捕捉模块。一开使英文捕捉法律法律方法参考了我可是 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。获取到了图像就都能否 调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,可是亲戚朋友构建另4个 DISPATCH_QUEUE_SERIAL类型的守护进程,并将TrackMonocular抛给它。另外在主守护进程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4个 很重要的矩阵:模型视图矩阵ModelView,有可是 将3D模型从模型局部坐标系转化到相机坐标系的另4个 转化矩阵。注意TrackMonocular函数返回的Tcw都能否 一定的转化都能否 作为模型视图矩阵,这名步完整性参考了ORB_SLAM_iOS中的避免法律法律方法,可能性我有可是 是很清楚为甚要没法避免,尤其是两处取负号的每段,可是此处将代码列出供亲戚朋友参考。

// poseR = mCurrentFrame.mTcw.rowRange(0,3).colRange(0,3);
// 当前帧变化矩阵的旋转每段
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段
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。有可是

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。挑选这款渲染引擎也是尝试过可是或多或少渲染法律法律方法才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着有有一种法律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,基本不可可是 期去掉 新的功能 1.相对于cocos2d-x整体轻巧,易于集成和二次修改。

2.都能否 直接传递模型视图矩阵,无须进行转化。
1.完整性都能否 根据或多或少人的需求开发出相应的模块,都能否 困于已有的功能模块。
缺点 1.体积较大

2.亲戚朋友此处获取到的为原生的模型视图矩阵,怎样才能直接把模型视图矩阵传递给cocos2d-x的绘制模块就成为了另4个 问题图片。我尝试了可是法律法律方法都没法成功,可能性可能性有有一种对cocos2d-x也有很重熟悉,可是放弃。
1.没法cocos2d-x的功能多 1.工作量巨大!

vvsion有有一种支持或多或少简单的渲染功能,比如模型的导入和渲染,使用的是opengl es 2.0。不过还存在几只过高 ,mulberryAR对此进行了优化。

修改1:它有有一种提供的模型渲染过于简单,有可是 简单的贴图,此处mulberryAR在原始shader中去掉 了diffuse功能,主有可是 将模型的法向传入,做光照避免。

// 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:获取到的相机图像都能否 进行显示,此处,mulberryAR使用了贴纹理的法律法律方法进行渲染。亲戚朋友使用了另4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。此处都能否 注意一下两点:

  • camera.obj的显示使用的是正投影,有可是 注意其角度值设置大或多或少,避免遮挡住了前面的模型。
  • NPOT(No Power of Two)纹理的设置选项,其中Wrap法律法律方法要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter法律法律方法设置为GL_LINEAR,有可是 无须产生MinMap。有可是 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,有可是 在模型底部去掉 一块圆形的阴影。有可是 在模型底部去掉 了另4个 fakeshadow.obj的模型,有可是 贴上透明的圆形阴影纹理。优点是简单,节省计算资源,有可是 还不都能否 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在苹果机4 4 5s上Release版本测试为6FPS。可见其帧率还无法令人满意,主有可是 提取ORB特征这名步耗时比较多,后期会再此基础上做一定优化。下表中ExtractORB表示每帧ORB特征提取的耗时,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 ,丢失都能否 不能快速找回。整体来说,是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