【AR实验室】mulberryAR : ORBSLAM2+VVSION

  • 时间:
  • 浏览:1

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个 AR引擎,目前主要支持单目视觉SLAM+3D渲染,因此支持iOS端,因此该引擎还都里能 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,用户可还都里能 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有些行态点对应的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-SLAM2什么什么都没法做越多的修改,因此为了集成进mulberryAR中,都要对ORB-SLAM2的接口做出有些修改以适应iOS系统的移动设备。一种累积主要参考两份资料:

  • 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,还都要依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了完整篇 地注释,打上去了BoW(Bag of Word)的二进制文件加载方法。

修改1:ORB-SLAM2后面 使用了BoW(Bag of Word)进行行态匹配。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,在苹果苹果苹果手机手机机65s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp可还都里能 将ORBVoc.txt转换为ORBVoc.bin。因此使用该版本DBoW2和g2o替换ORB-SLAM2中的DBoW2和g2o,ORB-SLAM2注释版后面 的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h打上去了loadFromBinaryFile函数,可还都里能 直接加载ORBVoc.bin,在苹果苹果苹果手机手机机65s打上去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方法是通过解析预先避免好的视频文件,而mulberryAR都要通过苹果苹果苹果手机手机机6设备实时捕捉图像视频。这里都要使用iOS的视频捕捉模块。一开始英语 英语 了了捕捉方法参考了我完后 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。获取到了图像就可还都里能 调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,全都亲戚亲戚有些人构建一个 DISPATCH_QUEUE_SERIAL类型的守护多多线程 ,并将TrackMonocular抛给它。另外在主守护多多线程 dispatch_get_main_queue()中利用TrackMonocular得到的相机位姿进行绘制。

修改3:图形学中绘制俩个 有点硬要的矩阵:模型视图矩阵ModelView,因此将3D模型从模型局部坐标系转化到相机坐标系的一个 转化矩阵。注意TrackMonocular函数返回的Tcw都要一定的转化还都里能 作为模型视图矩阵,一种步完整篇 参考了ORB_SLAM_iOS中的避免方法,因此我也完整篇 有的是很清楚为什么么么在在要什么什么都没法避免,尤其是两处取负号的累积,全都此处将代码列出供亲戚亲戚有些人参考。

// poseR = mCurrentFrame.mTcw.rowRange(0,3).colRange(0,3);
// 当前帧变化矩阵的旋转累积
cv::Mat R = _slam->getCurrentPose_R();
// poseT = mCurrentFrame.mTcw.rowRange(0,3).col(3);
// 当前帧变化矩阵的平移累积
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。因此将平移矩阵填充到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全都有些渲染方法才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着一种方法的优缺点进行对比。

  cocos2d-x vvsion 原生opengl es
优点 1.支持的渲染组件很富有,基本不都要后期打上去新的功能 1.相对于cocos2d-x整体轻巧,易于集成和二次修改。

2.可还都里能 直接传递模型视图矩阵,无须进行转化。
1.完整篇 可还都里能 根据自己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.亲戚亲戚有些人此处获取到的为原生的模型视图矩阵,怎么才能 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一个 什么的疑问。我尝试了全都方法都什么什么都没法成功,因此因此一种对cocos2d-x完整篇 有的是有点硬熟悉,全都放弃。
1.什么什么都没法cocos2d-x的功能多 1.工作量巨大!

vvsion一种支持有些简单的渲染功能,比如模型的导入和渲染,使用的是opengl es 2.0。不过还处在有几个不足,mulberryAR对此进行了优化。

修改1:它一种提供的模型渲染过于简单,因此简单的贴图,此处mulberryAR在原始shader中打上去了diffuse功能,主因此将模型的法向传入,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要进行显示,此处,mulberryAR使用了贴纹理的方法进行渲染。亲戚亲戚有些人使用了一个 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。此处都要注意一下两点:

  • camera.obj的显示使用的是正投影,因此注意其厚度值设置大有些,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方法要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter方法设置为GL_LINEAR,因此无须产生MinMap。因此纹理会显示为黑色。

修改3:为了提高模型的真实感,增加了fake shadow的效果,因此在模型底部打上去一块圆形的阴影。因此在模型底部打上去了一个 fakeshadow.obj的模型,因此贴上透明的圆形阴影纹理。优点是简单,节省计算资源,因此还不都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在苹果苹果苹果手机手机机65s上Release版本测试为6FPS。可见其帧率还无法令人满意,主因此提取ORB行态一种步耗时比较多,后期会再此基础上做一定优化。下表中ExtractORB表示每帧ORB行态提取的耗时,TrackMonocular为每帧的整个SLAM系统的耗时。

另外,ORB-SLAM2的初始化调慢,丢失还都里能 否快速找回。整体来说,算不算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