中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

打開(kāi)APP
userphoto
未登錄

開(kāi)通VIP,暢享免費(fèi)電子書(shū)等14項(xiàng)超值服

開(kāi)通VIP
AR Mapping:高效快速的AR建圖方案

文章:AR Mapping: Accurate and Efficient Mapping for Augmented Reality

作者:Rui Huang1 , Chuan Fang, Kejie Qiu, Le Cui, Zilong Dong, Siyu Zhu, Ping Tan

編譯:點(diǎn)云PCL

來(lái)源:arXiv 2021

本文僅做學(xué)術(shù)分享,如有侵權(quán),請(qǐng)聯(lián)系刪除。歡迎各位加入免費(fèi)知識(shí)星球,獲取PDF論文,歡迎轉(zhuǎn)發(fā)朋友圈。內(nèi)容如有錯(cuò)誤歡迎評(píng)論留言,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載!

公眾號(hào)致力于分享點(diǎn)云處理,SLAM,三維視覺(jué),高精地圖相關(guān)的文章與技術(shù),歡迎各位加入我們,一起每交流一起進(jìn)步,有興趣的可聯(lián)系微信:920177957。本文來(lái)自點(diǎn)云PCL博主的分享,未經(jīng)作者允許請(qǐng)勿轉(zhuǎn)載,歡迎各位同學(xué)積極分享和交流。

摘要

虛擬增強(qiáng)現(xiàn)實(shí)技術(shù)越來(lái)越受到研究界和工業(yè)界的重視。通過(guò)將數(shù)字信息和內(nèi)容疊加到物理世界上,AR使用戶能夠以更信息化、更高效的方式體驗(yàn)世界。定位作為AR系統(tǒng)的一個(gè)重要組成部分,定位的目的是在已知的環(huán)境中從預(yù)先構(gòu)建的由視覺(jué)和深度信息組成的“地圖”中確定設(shè)備的姿態(tài)。雖然定位問(wèn)題在文獻(xiàn)中得到了廣泛的研究,但AR系統(tǒng)的“map”卻很少被討論。

在本文中,我們介紹了一種特殊場(chǎng)景的AR建圖,它由具有6個(gè)自由度姿態(tài)的RGB圖像組成,每個(gè)圖像有稠密深度圖和完整的點(diǎn)云圖。這里提出了一個(gè)有效的端到端的解決方案來(lái)生成和評(píng)估AR地圖,首先,為了有效地獲取數(shù)據(jù),提出了一種背包掃描裝置,該裝置具有統(tǒng)一的校準(zhǔn)流程。其次,提出了一個(gè)AR建圖流程,它接收掃描設(shè)備的輸入,生成精確的AR地圖。最后,我們提出了一種利用高端激光掃描儀的高精度重建結(jié)果來(lái)評(píng)估AR地圖精度的方法。據(jù)我們所知,這是第一次提出一個(gè)端到端的解決方案,以高效和準(zhǔn)確地建立AR地圖的應(yīng)用。

圖1:兩個(gè)大場(chǎng)景的AR地圖:西城(第一排)和EFC購(gòu)物中心(第二排)。從左到右依次顯示捕獲的彩色圖像、對(duì)應(yīng)的深度圖和由點(diǎn)云圖重建的三維模型。

介紹

本文介紹了可用于任何AR系統(tǒng)的AR建圖方案,為確保AR地圖滿足AR應(yīng)用的要求,需要考慮以下問(wèn)題。

  • 如何有效地獲取場(chǎng)景的視覺(jué)和深度信息,以便AR地圖能夠以低成本頻繁更新。

  • 如何設(shè)計(jì)繪圖系統(tǒng)來(lái)處理原始數(shù)據(jù)并生成精確的AR地圖,局部區(qū)域的深度和幾何精度對(duì)于某些任務(wù)至關(guān)重要,例如AR系統(tǒng)中的遮擋檢測(cè)和真實(shí)感渲染。

  • 如何評(píng)估AR地圖以確保其精度滿足AR應(yīng)用的要求。

本文提出了一個(gè)端到端的解決方案來(lái)生成和評(píng)估AR地圖。首先,我們提出了一種背包式的掃描裝置,裝有2個(gè)多束激光雷達(dá)、4個(gè)魚(yú)眼鏡頭的全景相機(jī)和一個(gè)慣性測(cè)量單元(IMU)。激光雷達(dá)是一種主動(dòng)傳感器,通過(guò)向目標(biāo)發(fā)射激光直接測(cè)量距離,與RGB相機(jī)相比,它們不受光照條件或環(huán)境紋理豐富性的影響,利用多光束激光雷達(dá)獲取密集深度,利用全景相機(jī)獲取彩色圖像,為了校準(zhǔn)具有多個(gè)型號(hào)傳感器的設(shè)備,通常需要所有傳感器之間有重疊的FOV時(shí)手動(dòng)放置校準(zhǔn)板,并且我們這里進(jìn)一步提出一個(gè)統(tǒng)一的外參校準(zhǔn)方法,只需要一次安裝和數(shù)據(jù)采集,隨后的校準(zhǔn)過(guò)程是完全自動(dòng)化的。

其次,我們提出了一個(gè)基于激光雷達(dá)的雷達(dá)地圖系統(tǒng)來(lái)構(gòu)建精確的點(diǎn)云地圖,傳統(tǒng)的激光雷達(dá)里程計(jì)和地圖系統(tǒng)側(cè)重于運(yùn)動(dòng)估計(jì),建圖過(guò)程通常通過(guò)將點(diǎn)云轉(zhuǎn)換為全局幀來(lái)完成,為了確保有效且準(zhǔn)確的地圖繪制流程,我們首先在經(jīng)典的LOAM系統(tǒng)的基礎(chǔ)上引入了一個(gè)改進(jìn)的lidar里程計(jì)模塊,這些改進(jìn)包括增強(qiáng)的特征選擇模型和去除異常值的過(guò)濾策略。為了修正大規(guī)模場(chǎng)景中里程計(jì)的累積誤差,進(jìn)一步提出了一種基于子地圖的全局優(yōu)化模塊,該模塊利用回環(huán)檢測(cè)和相鄰子地圖之間的一致性約束對(duì)全局軌跡進(jìn)行優(yōu)化,該模塊在保持局部地圖一致性的同時(shí),消除了漂移誤差,最后由穩(wěn)定的地圖融合模塊生成最終的點(diǎn)云地圖。通過(guò)使用足夠的觀測(cè)值強(qiáng)制地圖點(diǎn),此模塊確保即使在高度動(dòng)態(tài)的環(huán)境中也能獲得干凈的地圖,一旦獲得優(yōu)化的全局軌跡和點(diǎn)云圖,就可以從lidar姿態(tài)中插值彩色圖像的相機(jī)姿態(tài),并從重建的三維網(wǎng)格中繪制相應(yīng)的深度圖,得到的AR地圖。

最后,我們給出了一種基于高端激光掃描儀高精度點(diǎn)云重建的AR地圖精度評(píng)估方法,根據(jù)局部一致性評(píng)價(jià)了稠密深度圖和彩色圖像6自由度姿態(tài)的精度。實(shí)驗(yàn)表明,該系統(tǒng)能夠有效地生成精確的AR地圖。

主要內(nèi)容

背包掃描系統(tǒng)

A.硬件設(shè)計(jì)

背包掃描系統(tǒng)是為AR建圖而設(shè)計(jì)的,如圖3所示,它由兩個(gè)16束RoboSense激光雷達(dá)、一個(gè)MTi-3 AHRS IMU和一個(gè)帶有4個(gè)魚(yú)眼鏡頭的Tech360 Anywhere全景相機(jī)組成,所有傳感器都由時(shí)間服務(wù)器同步。兩個(gè)激光雷達(dá)掃描面之間的夾角約為25度。當(dāng)激光雷達(dá)連續(xù)旋轉(zhuǎn)時(shí),它在0.1秒內(nèi)旋轉(zhuǎn)360度,產(chǎn)生75個(gè)數(shù)據(jù)包。每個(gè)包的時(shí)間戳也與時(shí)間服務(wù)器同步,時(shí)間服務(wù)器發(fā)送100hz的脈沖信號(hào)觸發(fā)IMU的測(cè)量。在掃描環(huán)境時(shí),操作員攜帶背包系統(tǒng)和用于控制的觸摸板。當(dāng)需要拍攝彩色圖像時(shí),操作員停止行走,按下平板上的“拍攝”按鈕,從全景相機(jī)的鏡頭中拍攝4張圖像。激光雷達(dá)的數(shù)據(jù)與IMU的測(cè)量數(shù)據(jù)進(jìn)行融合,生成點(diǎn)云圖和每次掃描的6自由度姿態(tài)。根據(jù)點(diǎn)云圖、lidar姿態(tài)以及l(fā)idar與相機(jī)鏡頭之間的外參,生成每幅彩色圖像的稠密深度圖。

圖3:我們的背包系統(tǒng)的硬件設(shè)計(jì)和組件(左)以及一個(gè)攜帶背包的操作員和一個(gè)用于數(shù)據(jù)采集的觸摸板(右)。

B .統(tǒng)一高效的多傳感器標(biāo)定

我們使用Furgale等人提出的方法來(lái)標(biāo)定全景相機(jī)和IMU的固有參數(shù),然后,我們提出了一種有效的背包掃描系統(tǒng)的外部校準(zhǔn)方法。首先,如圖4所示,我們通過(guò)在墻上密集放置CCTag標(biāo)記,建立了一個(gè)標(biāo)定環(huán)境(在我們的例子中是一個(gè)4.8 m×3.4 m×3 m的房間)。對(duì)標(biāo)記的位置沒(méi)有嚴(yán)格要求,但相鄰標(biāo)記之間的距離一般小于20cm,然后,我們使用高精度激光掃描儀Leica BLK360重建標(biāo)定室的彩色密集點(diǎn)云。所有標(biāo)記位置都可以通過(guò)檢測(cè)房間渲染圖像中的CCtags或手動(dòng)標(biāo)記來(lái)確定,這樣,我們就可以對(duì)房間進(jìn)行稀疏重建,包括所有標(biāo)記的三維位置,注意,校準(zhǔn)環(huán)境只需設(shè)置一次,以標(biāo)定室為共同參考系R,估計(jì)每個(gè)lidar和相機(jī)鏡頭到參考系R的變換,從而得到不同傳感器之間的相對(duì)姿態(tài)。

圖4:(a)安裝在三腳架上的高精度旋轉(zhuǎn)激光掃描儀徠卡BLK 360(b) 用徠卡BLK360在一個(gè)點(diǎn)上捕捉到的彩色密集點(diǎn)云。地面上的空白區(qū)域是由三腳架的遮擋造成的。

AR建圖系統(tǒng)

A.系統(tǒng)概述

從背包掃描設(shè)備生成的原始數(shù)據(jù)包括激光雷達(dá)每次掃描的點(diǎn)云、IMU測(cè)量值和4個(gè)魚(yú)眼鏡頭的圖像,然后將原始數(shù)據(jù)輸入AR建圖系統(tǒng)以生成AR地圖,首先,激光雷達(dá)里程計(jì)系統(tǒng)為每次掃描數(shù)據(jù)輸出不傾斜的點(diǎn)云和6自由度姿態(tài),為了修正里程計(jì)中積累的漂移誤差,激光雷達(dá)里程計(jì)的結(jié)果在全局優(yōu)化模塊中進(jìn)行優(yōu)化,該模塊旨在保證點(diǎn)云地圖的全局一致性和局部一致性。在此基礎(chǔ)上,采用基于離群點(diǎn)濾波的地圖融合策略,進(jìn)行穩(wěn)定的lidar地圖繪制。最后,利用lidar姿態(tài)插值彩色圖像的姿態(tài),由點(diǎn)云圖繪制稠密深度圖。AR建圖系統(tǒng)的流程如圖2所示。

圖2:使用背包掃描系統(tǒng)和AR鑒于與系統(tǒng)生成AR地圖的端到端解決方案。

B .基于改進(jìn)特征的激光里程計(jì)系統(tǒng)

對(duì)于每一次掃描數(shù)據(jù),邊緣和平面特征提取的基礎(chǔ)上,“曲率”分?jǐn)?shù)計(jì)算從相鄰點(diǎn)之間的距離,然后通過(guò)求解點(diǎn)對(duì)線或點(diǎn)對(duì)平面迭代最近點(diǎn)(ICP)問(wèn)題估計(jì)掃描點(diǎn)云幀到點(diǎn)云幀的運(yùn)動(dòng),在線的構(gòu)建由特征組成的地圖,并將每次掃描進(jìn)一步配準(zhǔn)到特征地圖以進(jìn)行姿態(tài)優(yōu)化,利用IMU的測(cè)量數(shù)據(jù)進(jìn)行運(yùn)動(dòng)預(yù)測(cè),消除激光雷達(dá)運(yùn)動(dòng)引起的點(diǎn)云數(shù)據(jù)畸變。

圖8顯示了位姿圖和全局優(yōu)化之間的比較,全局優(yōu)化后的地圖更加一致。

C .全局優(yōu)化

在大尺度場(chǎng)景下,由激光雷達(dá)里程計(jì)生成的點(diǎn)云地圖通常存在累積漂移誤差,這會(huì)導(dǎo)致背包掃描兩次的循環(huán)點(diǎn)的地圖不一致,在保證地圖一致性的同時(shí),采用了基于子系統(tǒng)的閉環(huán)和全局優(yōu)化策略來(lái)優(yōu)化軌跡,傳統(tǒng)的激光雷達(dá)里程計(jì)系統(tǒng)利用姿態(tài)圖來(lái)優(yōu)化激光雷達(dá)的軌跡,但是,這種方法只在循環(huán)點(diǎn)處強(qiáng)制位姿的一致性,而全局忽略貼圖一致性,為了解決這個(gè)問(wèn)題,我們采用了類似于稀疏曲面調(diào)整的方法,并在姿態(tài)和地圖點(diǎn)的約束下優(yōu)化最終軌跡。

圖9:這里展示了在一個(gè)繁忙的辦公室里構(gòu)建的點(diǎn)云地圖,人們經(jīng)常走動(dòng)。左側(cè)顯示簡(jiǎn)單拼接后所有點(diǎn)云的結(jié)果,右側(cè)顯示穩(wěn)定的建圖的結(jié)果。

D .穩(wěn)定地圖構(gòu)建

一旦完成了全局優(yōu)化,就可以通過(guò)使用所有掃描點(diǎn)云的位姿來(lái)拼接所有掃描點(diǎn)云來(lái)構(gòu)建完整的點(diǎn)云地圖。在原始LOAM系統(tǒng)中,僅由稀疏特征點(diǎn)組成的地圖被在線維護(hù),將特征圖劃分為大小為dc×dc×dc(實(shí)現(xiàn)中dc=50m)的立方體,將掃描點(diǎn)添加到特征圖中后,通過(guò)體素網(wǎng)格過(guò)濾器對(duì)相應(yīng)立方體中的點(diǎn)云進(jìn)行下采樣。

E .圖像位姿插值與深度圖繪制

到目前為止,我們已經(jīng)為每次掃描優(yōu)化了位姿和一個(gè)完整的點(diǎn)云地圖,然后根據(jù)時(shí)間戳對(duì)彩色圖像的相機(jī)姿態(tài)進(jìn)行插值, 使用泊松曲面重建從點(diǎn)云地圖生成3D模型,并用于渲染稠密的深度地圖。

實(shí)驗(yàn)

A.點(diǎn)云地圖精度評(píng)估

為了評(píng)估我們背包系統(tǒng)的繪圖精度,使用高精度激光掃描儀Leica BLK360捕捉不同環(huán)境下的點(diǎn)云地圖作為地面實(shí)況,將背包的地圖結(jié)果與3個(gè)不同場(chǎng)景下的地面真值地圖進(jìn)行了比較:(a)45m×23m的辦公樓層(b) 100m×50m校園樓地面(c)100m×60m室外空地。

圖10顯示了徠卡BLK360的點(diǎn)云地圖和AR地圖,通過(guò)手動(dòng)選擇相應(yīng)的點(diǎn)并進(jìn)行ICP配準(zhǔn)來(lái)對(duì)齊兩幅地圖

表一顯示,室內(nèi)環(huán)境的測(cè)繪精度低于0.05m,室外環(huán)境的測(cè)繪精度低于0.10m。

表二顯示了地圖捕獲的時(shí)間,與高成本的工業(yè)激光掃描儀相比,背包掃描系統(tǒng)產(chǎn)生的地圖具有相當(dāng)?shù)木群透叩男?/strong>

B .位姿和深度圖精度評(píng)估

這里進(jìn)一步評(píng)估了在西城和西湖兩個(gè)大型購(gòu)物中心拍攝的AR地圖上6自由度姿態(tài)和深度圖的精度。每個(gè)商場(chǎng)有5層,每層面積約2000平方米。

圖11:(a)來(lái)自徠卡BLK360的高精度地圖,(b)來(lái)自AR建圖的結(jié)果,(c)和(d)顯示了AR建圖系統(tǒng)和LIO-SAM的地圖質(zhì)量之間的比較。

C .AR地圖在定位中的應(yīng)用

我們進(jìn)一步驗(yàn)證了AR-Map在實(shí)際AR應(yīng)用中的有效性,用iphone11手機(jī)采集了一組分辨率為3024×4032像素的圖像,對(duì)于每個(gè)圖像,首先使用deep image retrieval在AR-Map中搜索場(chǎng)景圖像,然后手動(dòng)標(biāo)注圖像與場(chǎng)景圖像之間的特征對(duì)應(yīng)關(guān)系,最后,在已知深度信息的情況下,通過(guò)求解3D-2D PnP問(wèn)題,可以很容易地計(jì)算出手機(jī)圖像的6自由度姿態(tài)。如圖所示,示例查詢和檢索的場(chǎng)景圖像與它們?cè)诘貓D中的姿勢(shì)一起呈現(xiàn),如果PnP得到的內(nèi)聯(lián)線數(shù)大于8,則可以將這些圖像成功地定位。110幅查詢圖像中有97幅(88.2%)可以定位,表明AR地圖能夠支持大場(chǎng)景下的定位任務(wù)。

圖14:西城商城AR地圖中(a)場(chǎng)景圖像和(b)手機(jī)采集圖像的示例和相機(jī)姿態(tài)。

表三:數(shù)據(jù)集WestCity和WestLake中e1和e2的定量評(píng)估。在每個(gè)單元中,我們?cè)诘谝恍酗@示歐氏像素誤差,在第二行顯示歸一化角度誤差

總結(jié)

在本文中,我們提出一個(gè)端到端架構(gòu)來(lái)建立和評(píng)估AR地圖,設(shè)計(jì)了一個(gè)背包掃描系統(tǒng),采用統(tǒng)一的校準(zhǔn)方法進(jìn)行有效的數(shù)據(jù)采集,并通過(guò)AR建圖系統(tǒng)對(duì)原始數(shù)據(jù)進(jìn)行進(jìn)一步處理,生成精確的AR地圖,特征濾波策略和基于子地圖的全局優(yōu)化模塊保證了軌跡估計(jì)的準(zhǔn)確性,穩(wěn)定的地圖模塊能夠融合激光雷達(dá)掃描數(shù)據(jù),即使在高度動(dòng)態(tài)的環(huán)境也能產(chǎn)生高質(zhì)量的點(diǎn)云地圖,最后,我們提出了對(duì)AR地圖進(jìn)行系統(tǒng)評(píng)價(jià)的方法。

資源

三維點(diǎn)云論文及相關(guān)應(yīng)用分享

【點(diǎn)云論文速讀】基于激光雷達(dá)的里程計(jì)及3D點(diǎn)云地圖中的定位方法

3D目標(biāo)檢測(cè):MV3D-Net

三維點(diǎn)云分割綜述(上)

3D-MiniNet: 從點(diǎn)云中學(xué)習(xí)2D表示以實(shí)現(xiàn)快速有效的3D LIDAR語(yǔ)義分割(2020)

win下使用QT添加VTK插件實(shí)現(xiàn)點(diǎn)云可視化GUI

JSNet:3D點(diǎn)云的聯(lián)合實(shí)例和語(yǔ)義分割

大場(chǎng)景三維點(diǎn)云的語(yǔ)義分割綜述

PCL中outofcore模塊---基于核外八叉樹(shù)的大規(guī)模點(diǎn)云的顯示

基于局部凹凸性進(jìn)行目標(biāo)分割

基于三維卷積神經(jīng)網(wǎng)絡(luò)的點(diǎn)云標(biāo)記

點(diǎn)云的超體素(SuperVoxel)

基于超點(diǎn)圖的大規(guī)模點(diǎn)云分割

更多文章可查看:點(diǎn)云學(xué)習(xí)歷史文章大匯總

SLAM及AR相關(guān)分享

【開(kāi)源方案共享】ORB-SLAM3開(kāi)源啦!

【論文速讀】AVP-SLAM:自動(dòng)泊車系統(tǒng)中的語(yǔ)義SLAM

【點(diǎn)云論文速讀】StructSLAM:結(jié)構(gòu)化線特征SLAM

SLAM和AR綜述

常用的3D深度相機(jī)

AR設(shè)備單目視覺(jué)慣導(dǎo)SLAM算法綜述與評(píng)價(jià)

SLAM綜述(4)激光與視覺(jué)融合SLAM

Kimera實(shí)時(shí)重建的語(yǔ)義SLAM系統(tǒng)

SLAM綜述(3)-視覺(jué)與慣導(dǎo),視覺(jué)與深度學(xué)習(xí)SLAM

易擴(kuò)展的SLAM框架-OpenVSLAM

高翔:非結(jié)構(gòu)化道路激光SLAM中的挑戰(zhàn)

SLAM綜述之Lidar SLAM

基于魚(yú)眼相機(jī)的SLAM方法介紹

本站僅提供存儲(chǔ)服務(wù),所有內(nèi)容均由用戶發(fā)布,如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請(qǐng)點(diǎn)擊舉報(bào)。
打開(kāi)APP,閱讀全文并永久保存 查看更多類似文章
猜你喜歡
類似文章
生活服務(wù)
熱點(diǎn)新聞
分享 收藏 導(dǎo)長(zhǎng)圖 關(guān)注 下載文章
綁定賬號(hào)成功
后續(xù)可登錄賬號(hào)暢享VIP特權(quán)!
如果VIP功能使用有故障,
可點(diǎn)擊這里聯(lián)系客服!

聯(lián)系客服