【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是我业余时间弄的有另4个 AR引擎,目前主要支持单目视觉SLAM+3D渲染,只要支持iOS端,只要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,用户可不还可以对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许多行态点对应的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那末 做不必 的修改,只要为了集成进mulberryAR中,还要对ORB-SLAM2的接口做出许多修改以适应iOS系统的移动设备。你你这个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,还还要依赖boost库。
  • ORB-SLAM2注释版 作者对ORB-SLAM2进行了完整地注释,加进去去了BoW(Bag of Word)的二进制文件加载土方式。

修改1:ORB-SLAM2里边使用了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5机5s上要几分钟时间。使用ORB-SLAM2注释版中Vocabulary/bin_vocabulary.cpp可不还可以将ORBVoc.txt转换为ORBVoc.bin。只要使用该版本DBoW2和g2o替换ORB-SLAM2中的DBoW2和g2o,ORB-SLAM2注释版里边的/Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h加进去去了loadFromBinaryFile函数,可不还可以直接加载ORBVoc.bin,在苹果5机5s加进去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土方式是通过解析预先处置好的视频文件,而mulberryAR还要通过苹果5机设备实时捕捉图像视频。这里还要使用iOS的视频捕捉模块。一始于英语 英语 捕捉土方式参考了我完后 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还可以调用ORB-SLAM2中的System::TrackMonocular函数求解位姿。注意TrackMonocular很耗时,什么都当你们构建有另4个 DISPATCH_QUEUE_SERIAL类型的系统线程,并将TrackMonocular抛给它。另外在主系统线程dispatch_get_main_queue()中利用TrackMonocular得到的相机位姿进行绘制。

修改3:图形学中绘制有有另4个 很重要的矩阵:模型视图矩阵ModelView,本来将3D模型从模型局部坐标系转化到相机坐标系的有另4个 转化矩阵。注意TrackMonocular函数返回的Tcw还要一定的转化不能作为模型视图矩阵,你你这个步完整参考了ORB_SLAM_iOS中的处置土方式,将会我也就有很清楚为何要那末 处置,尤其是两处取负号的累积,什么都此处将代码列出供当你们参考。

// 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。只要将平移矩阵填充到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。选折 这款渲染引擎也是尝试过什么都许多渲染土方式才决定的,主要代表为cocos2d-x、vvsion和原生opengl es。下面对着并与否土方式的优缺点进行对比。

  cocos2d-x vvsion 原生opengl es
优点 1.支持的渲染组件很丰沛 ,基本不还要后期加进去去新的功能 1.相对于cocos2d-x整体轻巧,易于集成和二次修改。

2.可不还可以直接传递模型视图矩阵,未必进行转化。
1.完整可不还可以根据我本人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.当你们此处获取到的为原生的模型视图矩阵,怎么可不还可以直接把模型视图矩阵传递给cocos2d-x的绘制模块就成为了有另4个 问題。我尝试了什么都土方式都那末 成功,将会将会并与否对cocos2d-x就有很重熟悉,什么都放弃。
1.那末 cocos2d-x的功能多 1.工作量巨大!

vvsion并与否支持许多简单的渲染功能,比如模型的导入和渲染,使用的是opengl es 2.0。不过还趋于稳定多少缺陷,mulberryAR对此进行了优化。

修改1:它并与否提供的模型渲染过于简单,本来简单的贴图,此处mulberryAR在原始shader中加进去去了diffuse功能,主本来将模型的法向传入,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:获取到的相机图像还要进行显示,此处,mulberryAR使用了贴纹理的土方式进行渲染。当你们使用了有另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。此处还要注意一下两点:

  • camera.obj的显示使用的是正投影,只要注意其深度图值设置大许多,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土方式要设置为GL_CLAMP_TO_EDGE,Mag/Min Filter土方式设置为GL_LINEAR,只要未必产生MinMap。只要纹理会显示为黑色。

修改3:为了提高模型的真实感,增加了fake shadow的效果,本来在模型底部加进去去一块圆形的阴影。本来在模型底部加进去去了有另4个 fakeshadow.obj的模型,只要贴上透明的圆形阴影纹理。优点是简单,节省计算资源,只要还不还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5机5s上Release版本测试为6FPS。可见其帧率还无法令人满意,主本来提取ORB行态你你这个步耗时比较多,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的初始化放慢,丢失后不能快速找回。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