【技术实现步骤摘要】
一种标识辅助的视觉惯性增强现实注册方法
本专利技术属于计算机视觉、机器人定位与导航以及增强现实
,具体涉及一种标识辅助的视觉惯性增强现实注册方法。
技术介绍
增强现实(AugmentedReality,AR)是为了弥补虚拟现实中无真实环境的缺陷衍生而来,是一种将虚拟信息和真实世界“无缝”融合的新技术,把原本在现实世界的一定场景下很难体验到的实体信息(视觉、听觉、触觉、味觉等),通过计算机等技术,模拟仿真后再叠加到真实世界,真实世界和虚拟物体实时地融合渲染到了同一个显示设备上,从而达到对现实感知的增强,使人类感知到现实中难以体验到的信息。增强现实是一种底层技术,只要是需要对现实增强感知的场合都可以使用增强现实技术。例如:在电子商务领域中可以使用增强现实技术在用户面前展示线上产品,使用户在未购买产品的情况下逼真地感受产品;在旅游展览产业中使用增强现实技术展示难以在真实世界中修复的景观和物品,给旅客更梦幻的体验;在军事领域上可使用增强现实技术更直观地显示作战信息;另外,在游戏、教育、医疗等等其它领域增强现实都有着非常广泛的应用。增强现实的关键技术之一是跟踪二维平面或三维物体将虚拟物体注册到真实场景中,实时保持在相机运动过程中,虚拟物体和真实场景的几何一致性。普通的方形黑白人工标识由于识别速度快、成本低、精度高、鲁棒性好等优点,广泛用于增强现实注册,但是当标识不在视野中时相机就无法定位。在机器人领域视觉惯导融合的同时建图和定位技术是目前相机定位成本较低精度较高的方案,但是在它的世界坐标系一般是系统初始化 ...
【技术保护点】
1.一种标识辅助的视觉惯性增强现实注册方法,其特征在于,包括如下步骤:/n步骤1、预先实验对自然特征容易跟踪失败的区域张贴人工标识,张贴基准人工标识;/n步骤2、在增强现实系统使用场景中放置好所有的人工标识后,开始对相机的实时跟踪,从相机获取图像帧,对每帧图像进行提取特征点和检查人工标识,在获取两帧图像之间进行IMU预积分;/n步骤3、从增强现实系统使用场景中的任意位置开始建立初始地图,如果检测到人工标识,则以人工标识为基准调整坐标系;/n步骤4、随着相机运动,实时估算相邻图像间的位姿,并且不断插入关键帧,如果跟踪失败则进行重定位;/n步骤5、当检测到回环时,优化观测的信息,构建全局一致的地图,以自定义格式保存该地图,可供下次或其他用户在当前环境中使用;/n步骤6、根据环境地图和基准人工标识的位置,对虚拟物体进行三维注册。/n
【技术特征摘要】
1.一种标识辅助的视觉惯性增强现实注册方法,其特征在于,包括如下步骤:
步骤1、预先实验对自然特征容易跟踪失败的区域张贴人工标识,张贴基准人工标识;
步骤2、在增强现实系统使用场景中放置好所有的人工标识后,开始对相机的实时跟踪,从相机获取图像帧,对每帧图像进行提取特征点和检查人工标识,在获取两帧图像之间进行IMU预积分;
步骤3、从增强现实系统使用场景中的任意位置开始建立初始地图,如果检测到人工标识,则以人工标识为基准调整坐标系;
步骤4、随着相机运动,实时估算相邻图像间的位姿,并且不断插入关键帧,如果跟踪失败则进行重定位;
步骤5、当检测到回环时,优化观测的信息,构建全局一致的地图,以自定义格式保存该地图,可供下次或其他用户在当前环境中使用;
步骤6、根据环境地图和基准人工标识的位置,对虚拟物体进行三维注册。
2.如权利要求1所述的一种标识辅助的视觉惯性增强现实注册方法,其特征在于,所述步骤1包括如下步骤:
步骤1.1、在ArUco字典中选择一些标识,按照相机分辨率和工作距离,打印出这些标识,测量标识的边长L;
步骤1.2、预先不粘贴人工标识,在不放置人工标识的增强现实系统使用场景中,使用基于特征点的SLAM算法,同时定位和建图,在此过程中记录算法容易跟踪失败的区域,随后在这些区域按大小增加适当数量的ID不同的人工标识;
步骤1.3、在增强现实系统使用场景中放置人工标识,尤其在容易跟踪失败的区域根据区域大小增加适量工标识。
3.如权利要求1所述的一种标识辅助的视觉惯性增强现实注册方法,其特征在于,所述步骤2包括如下步骤:
步骤2.1、将图像划分网格,每个网格提取一定数量特征点,根据实际效果设置两个阈值T1,T2,分别代表每帧图像和每个网格所需要的特征点数量,若图像或网格特征点数量不足,则舍弃该帧图像或网格;
步骤2.2、对相邻两帧图像间IMU预积分;
步骤2.3、将图像进行自适应二值化和形态学运算:对二值化的图像提取轮廓,过滤掉过大、过小和不是四边形的轮廓,使用单应矩阵将四边形去除透视投影,然后用Otsu的方法二值化,二值化后的图形转换为一个二进制的值和字典中的值对比,从而识别人工标识。
4.如权利要求1所述的一种标识辅助的视觉惯性增强现实注册方法,其特征在于,所述步骤3包括如下步骤:
步骤3.1、分别假设初始化场景为平面和非平面计...
【专利技术属性】
技术研发人员:桂健钧,邓宝松,周明作,张周,李靖,闫野,
申请(专利权)人:中国人民解放军军事科学院国防科技创新研究院,
类型:发明
国别省市:北京;11
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。