【AR实验室】mulberryAR : ORBSLAM2+VVSION

  • 时间:
  • 浏览:2
  • 来源:大发pk10_pk10APP下载_大发pk10APP下载

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,假如有一天支持iOS端,假如有一天该引擎不能很方便地移植到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,用户须要对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价值形式点对应的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没有做过多的修改,假如有一天为了集成进mulberryAR中,须要对ORB-SLAM2的接口做出一点修改以适应iOS系统的移动设备。这一 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,还须要依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了完整性地注释,加带了BoW(Bag of Word)的二进制文件加载土办法。

修改1:ORB-SLAM2上面使用了BoW(Bag of Word)进行价值形式匹配。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 5s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp须要将ORBVoc.txt转换为ORBVoc.bin。假如有一天使用该版本DBoW2和g2o替换ORB-SLAM2中的DBoW2和g2o,ORB-SLAM2注释版上面的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h加带了loadFromBinaryFile函数,须要直接加载ORBVoc.bin,在苹果 5s加带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土办法是通过解析预先防止好的视频文件,而mulberryAR须要通过苹果 设备实时捕捉图像视频。这里须要使用iOS的视频捕捉模块。一并且并且开始捕捉土办法参考了我并且的博客【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。获取到了图像就须要调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,好多好多 朋友构建一个DISPATCH_QUEUE_SERIAL类型的应用多多线程 ,并将TrackMonocular抛给它。另外在主应用多多线程 dispatch_get_main_queue()中利用TrackMonocular得到的相机位姿进行绘制。

修改3:图形学中绘制一个很糙要的矩阵:模型视图矩阵ModelView,就是将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须要一定的转化不能作为模型视图矩阵,这一 步完整性参考了ORB_SLAM_iOS中的防止土办法,假如有一天我全是的是很清楚为什么会么会要没有防止,尤其是两处取负号的累积,好多好多 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。假如有一天将平移矩阵填充到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 一点渲染土办法才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着本身土办法的优缺点进行对比。

  cocos2d-x vvsion 原生opengl es
优点 1.支持的渲染组件很充裕,基本不须要后期加带新的功能 1.相对于cocos2d-x整体轻巧,易于集成和二次修改。

2.须要直接传递模型视图矩阵,无须进行转化。
1.完整性须要根据此人 的需求开发出相应的模块,无需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,怎么都能不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问题报告 。我尝试了好多好多 土办法都没有成功,假如有一天假如有一天本身对cocos2d-x全是很糙熟悉,好多好多 放弃。
1.没有cocos2d-x的功能多 1.工作量巨大!

vvsion本身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。不过还处于哪哪几个欠缺,mulberryAR对此进行了优化。

修改1:它本身提供的模型渲染过于简单,就是简单的贴图,此处mulberryAR在原始shader中加带了diffuse功能,主就是将模型的法向传入,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:获取到的相机图像须要进行显示,此处,mulberryAR使用了贴纹理的土办法进行渲染。朋友使用了一个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。此处须要注意一下两点:

  • camera.obj的显示使用的是正投影,假如有一天注意其高度值设置大一点,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土办法要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter土办法设置为GL_LINEAR,假如有一天无须产生MinMap。假如有一天纹理会显示为黑色。

修改3:为了提高模型的真实感,增加了fake shadow的效果,就是在模型底部加带一块圆形的阴影。就是在模型底部加带了一个fakeshadow.obj的模型,假如有一天贴上透明的圆形阴影纹理。优点是简单,节省计算资源,假如有一天还不须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 5s上Release版本测试为6FPS。可见其帧率还无法令人满意,主就是提取ORB价值形式这一 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价值形式提取的耗时,TrackMonocular为每帧的整个SLAM系统的耗时。

另外,ORB-SLAM2的初始化更快,丢失后不能快速找回。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