论文部分内容阅读
传统的机械装配训练需要耗费大量的时间和金钱，而且缺乏沉浸感。为了解决这些问题，本文提出了在移动增强现实环境下实现对机械零件拆装过程的诱导训练。针对目前增强现实的注册技术大多依赖人工标记，应用范围受限的问题，本文研究了一种Android平台上基于自然特征点的单目视觉SLAM方法。利用手机的单目摄像头，在移动平台上实现了陌生环境下的实时制图和跟踪，并将其应用于增强现实装配。着重解决了单目视觉SLAM中的特征提取和匹配、并行跟踪与地图构建、虚拟模型与真实场景融合技术以及装配流程的设计，具体研究内容如下： 1、研究了不同的图像特征检测算法及特征匹配方法对增强现实应用性能的影响，为了提高图像特征提取的速度和稳定性，选择了ORB算法提取的特征点来描述环境，而且采用一种基于栅格分割的 ORB图像特征优化方法来提高环境自然特征的鲁棒性。为了提高特征点的匹配速度，采用一种速度上较优的基于稀疏光流法的特征匹配方案，最后利用随机采用一致性来剔除误差较大的匹配对。 2、研究了一种基于环境自然特征的单目视觉SLAM方法，把传统的SLAM方法分为并行的跟踪与地图构建两个进程。根据得到的匹配对使用5点算法确定相机本质矩阵对系统初始化之后，跟踪进程会从实时的序列图像中筛选出关键帧，根据相机运动模型计算相机位姿；地图构建进程则通过极线搜索不断将新的关键帧插入到地图并利用光束平差法对其优化。 3、研究Android平台下虚实融合场景中真实感缺失的问题，针对手机计算性能和图形绘制能力不足的缺陷，在Android平台中，本文主要利用OpenGL ES2.0来完成三维模型的解析与渲染，使虚拟模型融合到场景中显得更加流畅和真实。同时解决装配信息叠加的问题，丰富了场景中的融合信息，实现了装配训练中的装配零件信息三维可视化。 4、以V型六缸汽车发动机为装配对象，搭建了一个完整的基于单目视觉SLAM的移动端增强装配系统，并对系统中的架构及各部分功能进行分析，最后完成此装配系统的功能演示。实现了移动端增强现实装配的三维可视化、虚实融合以及交互功能，验证了Android系统下的基于单目视觉SLAM技术的可行性。