【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是我业余时间弄的另一兩个AR引擎,目前主要支持单目视觉SLAM+3D渲染,有日后 支持iOS端,有日后 该引擎都可不可不都可以很方便地移植到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,用户可不时需对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没哟做很多的修改,有日后 为了集成进mulberryAR中,时需对ORB-SLAM2的接口做出一些修改以适应iOS系统的移动设备。什儿 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,还时需依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了全部地注释,打上去了BoW(Bag of Word)的二进制文件加载最好的办法。

修改1:ORB-SLAM2后面 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iPhone675s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp可不时需将ORBVoc.txt转换为ORBVoc.bin。有日后 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,可不时需直接加载ORBVoc.bin,在iPhone675s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最好的办法是通过解析预先处置好的视频文件,而mulberryAR时需通过iPhone67设备实时捕捉图像视频。这里时需使用iOS的视频捕捉模块。一结束了了英文英文捕捉最好的办法参考了我完后 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。获取到了图像就可不时需调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,好多好多 人们构建另一兩个DISPATCH_QUEUE_SERIAL类型的应用程序,并将TrackMonocular抛给它。另外在主应用程序dispatch_get_main_queue()中利用TrackMonocular得到的相机位姿进行绘制。

修改3:图形学中绘制有另一兩个不得劲要的矩阵:模型视图矩阵ModelView,有日后将3D模型从模型局部坐标系转化到相机坐标系的另一兩个转化矩阵。注意TrackMonocular函数返回的Tcw时需一定的转化都可不可不都可以作为模型视图矩阵,什儿 步全部参考了ORB_SLAM_iOS中的处置最好的办法,肯能我有日后是很清楚为啥要没哟处置,尤其是两处取负号的次责,好多好多 此处将代码列出供人们参考。

// 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。有日后

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。选者这款渲染引擎也是尝试过好多好多 一些渲染最好的办法才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着什儿 最好的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沛 ,基本不时需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.可不时需直接传递模型视图矩阵,无须进行转化。
1.全部可不时需根据此人 的需求开发出相应的模块,可不可不都可以 困于已有的功能模块。
缺点 1.体积较大

2.人们此处获取到的为原生的模型视图矩阵,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另一兩个问题 。我尝试了好多好多 最好的办法都没哟成功,肯能肯能什儿 对cocos2d-x时需不得劲熟悉,好多好多 放弃。
1.没哟cocos2d-x的功能多 1.工作量巨大!

vvsion什儿 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。不过还地处哪几只缺陷,mulberryAR对此进行了优化。

修改1:它什儿 提供的模型渲染过于简单,有日后简单的贴图,此处mulberryAR在原始shader中打上去了diffuse功能,主有日后将模型的法向传入,做光照处置。

// 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需进行显示,此处,mulberryAR使用了贴纹理的最好的办法进行渲染。人们使用了另一兩个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。此处时需注意一下两点:

  • camera.obj的显示使用的是正投影,有日后 注意其深度图值设置大一些,处置遮挡住了前面的模型。
  • NPOT(No Power of Two)纹理的设置选项,其中Wrap最好的办法要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter最好的办法设置为GL_LINEAR,有日后 无须产生MinMap。有日后 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,有日后在模型底部打上去一块圆形的阴影。有日后在模型底部打上去了另一兩个fakeshadow.obj的模型,有日后 贴上透明的圆形阴影纹理。优点是简单,节省计算资源,有日后 还不时需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iPhone675s上Release版本测试为6FPS。可见其帧率还无法令人满意,主有日后提取ORB形态什儿 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的初始化变快,丢失后都可不可不都可以快速找回。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