随着社会的发展,人需要处理记忆的事情越来越多。对于年轻人,也经常遇到过出门忘带东西,或找不见东西的情况。而对于老年人,如果忘记一些紧急药的放置位置,则可能会造成十分严重的后果。然而针对人脑的辅助设备却鲜有研究。针对这一问题,本文设计了基于HoloLens的物体位置跟踪记忆系统,该系统可自主帮助人记忆相关物体位置,在人需要找寻时只需说出找寻指令,如“帮我找到xxx”,HoloLens便会给予人指引帮助。本文的主要工作如下:1.在HoloLens平台上开发了基于深度学习的物体检测算法。通过对样本照片进行亮度、尺度、角度变化扩充了原始训练集,提高了识别精度,减少了训练所需照片数量,降低了对用户的打扰。2.针对包含成像坐标系信息的HoloLens照片,提出了一种特征点匹配的高效算法。本算法通过成像坐标系信息快速推导出两张照片的焦点坐标系的齐次变换矩阵后,以对极几何约束为判断依据,采用聚类算法滤除离异点。最后实验结果表明,本文提出的算法不仅满足需求,而且与RANSAC相比计算速度更快,对特征点的要求更少。3.开发了HoloLens下的线性三角形定位算法,用Bundle Adjustment方法优化了定位结果,分析了定位误差。推导了HoloLens相机的投影矩阵计算公式,并使用线性三角形法成功定位了特征点三维坐标。使用Bundle Adjustment算法优化定位结果,并进行了仿真验证。分析并推导了定位误差模型,分析表明,影响定位结果的主要因素是极线方向上的成像误差。4.开发了辅助老年人的生活物品识别、定位及位置记忆系统原型,完成了系统功能测试。