论文部分内容阅读
作为一种呈现信息的新颖方式，增强现实(AR)使人们能够以直接和直观的方式与物理世界进行交互。通过增强现实应用，用户可以在不需要额外硬件媒介的情况下，进行直观的具体的操控。也可以在物理世界中，通过计算机生成的额外信息更加快捷方便的获得互联网上的相关信息。室内AR服务作为一种新的有吸引力的基于位置的服务(LBS)，在用户的室内位置可以准确确定的前提下变得越为流行。室内定位和姿态估计两种技术作为实现AR服务的重点和难点，是室内AR性能和用户体验的关键。但是在室内定位上，由于室内环境的定位不准确，传统的基于GPS的AR系统经常由于位置漂移严重而导致效果不佳。而传统的基于视觉的姿态估计方法需要在短距离可视范围内持续跟踪预定义的标记，加大了对用户的视觉干扰，因而极大地降低了用户体验。 本文首先对目前主流的AR和定位系统的实现方法进行比较，并指出对应的优点和缺点。然后，本文提出了一个基于增强定位方法的可扩展室内增强现实框架。该框架通过无线和图像相互融合的方式，优化了传统无线定位和图像定位的偏差和不足，实现了在手机客户端上对用户的精准定位。然后，通过用户的室内位置信息和进一步获取的手机传感器信息，该框架构建出用户当前在室内的姿态情况，并为室内AR的显示提供了姿态估计。该框架结合可以在智能设备（例如智能手机）上实现低成本高精度的定位和AR显示。本文框架的创新点具体有如下几点。 (1)新型移动端室内定位的实现。利用无线信息和图像信息来综合预测用户在室内的位置。相比于大多数无线定位和图像定位只能模糊定位用户区域的问题，本文利用提出的距离补偿算法实现了一般环境下的精准定位。 (2)针对目前姿态估计的方案难以适用于室内LBS场合的情况，本文提出了一种全新的基于室内定位的姿态估计方法。解决了基于视觉方法的姿态估计难以适应室内LBS应用的问题，也避免了传统利用GPS作为姿态估计方法在室内的低效性。 实验表明，本文的框架与纯粹基于图像或Wi-Fi信号的方法相比，室内定位精度更高，且虚拟对象的显示误差更小。对于实际工程和科研而言，本文提出的室内AR框架均有实用价值和理论研究价值。