The invention provides a mobile terminal AR method based on monocular vio comprises the following steps: image acquisition and data acquisition were performed using inertial cameras and IMU point; each frame of image feature extraction and camera settings for key frames; pre calculated by corresponding two frames IMU position and rotation information; feature tracking access key frame according to the feature points to calculate the pose of each key frame; according to the displacement and rotation of the IMU camera information and the measured displacement between two frames and equal rotation information outside the parameters of camera and calculate IMU; initial IMU speed, acceleration and scale factor; the use of tightly coupled nonlinear optimization to get the camera pose, then overlaying virtual objects to achieve the AR effect. The mobile terminal AR adopts IMU to make up for the shortcomings of VSLAM, and it is not affected by the environmental feature points in a short time. When VSLAM is long, it aligns with IMU to prevent migration.
【技术实现步骤摘要】
一种基于单目vio的移动端AR方法
本专利技术涉及一种AR方法,尤其是一种基于单目vio的移动端AR方法。
技术介绍
SLAM(simultaneouslocalizationandmapping)分为两大功能:定位与建图。其中建图主要作用是对周边环境的理解,建立周边环境与空间的对应关系;定位主要是根据建好的图,判断设备在地图中的位姿,从而得到相机在环境中的信息。SLAM分为dense和sparse两种,基于计算能力的考虑,移动端一般选择sparseSLAM。SparseSLAM虽然速度快,但是效果很依赖环境:在比较复杂,特征点多的环境下,sparseSLAM效果很好,而对于白墙、光滑平面等特征点比较少的环境,其效果很差,很难准确的估算出相机的姿态。
技术实现思路
本专利技术的目的在于提供一种基于单目vio的移动端AR方法,能够弥补VSLAM的缺点,在短时间内,定位效果很好且不受环境特征点的影响。为了实现上述专利技术目的,本专利技术提供了一种基于单目vio的移动端AR方法,包括如下步骤:步骤1,利用相机和IMU分别进行图像采集和惯性数据采集,且IMU的采集频率大于相机的采集频率;步骤2,提取相机获取的每一帧图像的特征点,并用光流法对各个特征点进行跟踪,并将成功跟踪的帧设置为关键帧;步骤3,对IMU得到的多组IMU数据进行预积分,计算出两帧图像对应的IMU位置和速度分别为:式中,Pk和Pk+1分别表示第k和k+1帧时IMU的位置,vk和vk+1表示第k和k+1帧时IMU的速度,Δt为k与k+1帧之间的时间间隔,Rt为t时刻旋转矩阵,at为t时刻的加速度,g为重力 ...
【技术保护点】
一种基于单目vio的移动端AR方法,其特征在于,包括如下步骤:步骤1,利用相机和IMU分别进行图像采集和惯性数据采集,且IMU的采集频率大于相机的采集频率;步骤2,提取相机获取的每一帧图像的特征点,并用光流法对各个特征点进行跟踪,并将成功跟踪的帧设置为关键帧;步骤3,对IMU得到的多组IMU数据进行预积分,计算出两帧图像对应的IMU位置和速度分别为:
【技术特征摘要】
1.一种基于单目vio的移动端AR方法,其特征在于,包括如下步骤:步骤1,利用相机和IMU分别进行图像采集和惯性数据采集,且IMU的采集频率大于相机的采集频率;步骤2,提取相机获取的每一帧图像的特征点,并用光流法对各个特征点进行跟踪,并将成功跟踪的帧设置为关键帧;步骤3,对IMU得到的多组IMU数据进行预积分,计算出两帧图像对应的IMU位置和速度分别为:式中,Pk和Pk+1分别表示第k和k+1帧时IMU的位置,vk和vk+1表示第k和k+1帧时IMU的速度,Δt为k与k+1帧之间的时间间隔,Rt为t时刻旋转矩阵,at为t时刻的加速度,g为重力加速度;步骤4,利用SFM算法获取关键帧中跟踪的特征点,并根据该特征点计算出每个关键帧的位姿其中表示关键帧的位置,为表示关键帧的四元数,代表关键帧的旋转信息;步骤5,根据IMU测得的两帧之间的IMU位置相减计算获得位移,再根据IMU得到的位移和旋转信息与相机测得两帧之间的位移和旋转信息相等算出相机与IMU之间的外参外参的计算公式为:式中,s为尺度因子,定示相机坐标系下IMU的四元数,即相机与IMU之间的旋转关系,为相机与IMU之间的位置关系,为IMU测量的位置,为IMU测量的四元数,表示旋转信息;步骤6,初始化IMU的速度、加速度以及尺度因子,初始化公式为:
【专利技术属性】
技术研发人员:潘铭星,冯向文,孙健,杨佩星,付俊国,雷青,
申请(专利权)人:南京维睛视空信息科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。