聂雷航,聂 芸,王国伟
(华北计算技术研究所,北京 100083)
基于视觉标志物的增强现实(AR)系统通过对视觉标志物(Marker)的识别能够实现精确的相机定位与跟踪[1-3],并将计算机生成的虚拟信息叠加显示到真实场景中,使得用户能够体验到增强现实的效果[4-5]。其优点在于定位精度高,现实中的Marker拥有真实尺度与地理位置信息;缺点在于离开Marker后AR系统就无法工作。
引入视觉惯性里程计(VIO)技术可以较好地解决这一问题。VIO技术是同时定位与地图构建(SLAM)技术[6]的一种视觉里程计(VO)的实现方式,可以使得相机在没有环境先验信息的情况下实时估计自身的运动轨迹[7-9],其采用的相机+惯性传感器(IMU)的紧耦合融合定位技术提高了整个定位系统的鲁棒性[10-12]。当前VIO技术在移动增强现实领域已经有较为广泛的应用[13-16],谷歌公司的ARCore、Apple公司的ARKit以及国内的easyAR均用到了这一技术。
当前环境缺乏基于视觉标志物的增强现实系统和VIO技术融合的系统性解决方案。单纯基于视觉SLAM或者VIO技术的AR方案无法确立自身的地理坐标,且VIO本身存在着无法避免的累计误差[17],需要通过回环等形式消除,应用场景受限。而基于Marker的增强现实系统定位完全依赖Marker,一旦Marker不在相机视野范围内定位就会丢失。
本文由此出发,研究基于视觉标志物的增强现实定位模块和视觉惯导模块的位姿融合问题,提出一种可用于多位姿系统的位姿融合方法。位姿融合后,通过VIO技术,用户可以在摄像头离开Marker后依然能够继续体验增强现实效果,而通过视觉标志物的AR跟踪定位,可以实时校准VIO的累计误差,并且利用视觉标志物本身可以带有地理信息的特点,为整个系统提供地理信息坐标,与现有业务系统进一步结合。……