[1]章国锋. 商汤科技:面向增强现实的视觉定位技术的创新突破与应用[J]. 杭州科技, 2019(6):4.
1、引入
“增强显示”(AR)是一种将虚拟虚拟警务或信息无缝融入现实环境的技术。定位于地图构建技术(SLAM)可以在未知环境中定位自身方位并构建环境地图,保证虚拟物体叠加在现实环境中的几何一致性。
2、挑战
目前AR在小尺度场景下已经完成比较成熟了,但是由于大尺度场景中高精度定位
问题,AR在大尺度场景下依然挑战很大。
关于定位,如果使用GPS定位,精度一般只有10m左右,不能满足需求。通过WIFI、蓝牙等辅助定位,需要提前布置,成本也高,并且一般也只能到米级定位。
而视觉定位只需要预先对环境拍摄采集,就能实现分米级甚至是厘米级的定位精度。
是否意味着一个定位的流程可以是:
GPS等粗级定位(米级)—>视觉方式精定位(厘米级)–>SLAM优化超精定位(低误差)
但是基于视觉的定位也有其挑战:1)依赖视觉特征。对于缺乏纹理等特征的场景,效果不好。2)当场景变化快时,难以及时更新,计算量大。
3、SenseAR的关键技术
3.1、稀疏点云地图构建
该地图构建主要利用离线采集的视频或图片,提取其中的视觉特征并进行匹配,从而恢复出稀疏三维点云。
视觉特征和三维点云主要用于视觉重定位
,而在此基础上利用相机位姿可以构建稠密三维几何(处理碰撞检测和遮挡等问题)。
3.2、精准定位
关键是要实时、准确获取相机姿态 。
解决方式是视觉重定位和SLAM技术耦合实现:
1):将终端拍摄的图片传至云端,在云端抽取的特征与地图数据中的特征
匹配,计算相机位姿。
2):终端接受定位结果和相关信息,将其耦合到SLAM优化目标中。
实现在大尺度
场景下的长时间
和高精度
定位与跟踪。
4、一些应用
4.1《王者荣耀》AR相机
将王者荣耀中人物放置在真实环境中。
实现这个AR相机功能,就需要实时准确地恢复摄像头的六自由度位姿和目标场景的平面,才能确保英雄模型精准地放置在目标位置,不会漂移,即使用户从不同视角观看也不会有违和感,这就需要用到SLAM技术。
4.2、AR测量
生活中,我们经常需要测量物体的实际长度、角度和面积等。商汤科技的SenseMatrix AR测量技术通过将视觉、惯性和深度传感器信息有效融合起来,可以为带后置深度摄像头
的手机提供精准可靠的AR测量能力。
单目视觉惯性 SLAM 技术有一些局限性,比如初始化通常需要较充分的运动、速度较慢,而且在弱纹理区域难以准确计算深度。SenseMatrix AR 测量在单目视觉惯性的基础上进一步融合了 ToF深度数据进行优化,可以有效克服这些问题,在测量的精度、范围和稳定性等方面都有明显的提升。用户拿着手机无
需刻意做特别的运动,测量系统亦能迅速完成初始化,精准地测量所拍摄场景的三维结构,而且对环境和用户操作的要求都较低,只需要点击屏幕就可以轻松完成对各种物体的长度、角度和面积的测量。
5、发展趋势
好。