大范围室内增强现实系统的混合跟踪定位关键技术研究

跟踪定位是实现增强现实的核心技术。文献中基于惯性传感器与视觉混合的跟踪定位技术，具有精度高、鲁棒性好的特点，在大范围室内增强现实系统中较为常见和有效。然而，已有计算框架及相关方法还存在以下问题：为满足精度需求，前期需要做大量人工标识物布置及三维测量的准备工作；图像处理与识别过程计算复杂度高；缺少准确方便地标定传感器相对位姿的方法；多传感数据融合精度较低。因此，本项目拟开展大范围室内增强现实系统的混合跟踪定位关键技术研究：首先，将自行设计的人工标志物与室内场景固有的自然特征相结合，搭建一个适用于大范围室内场景的基于惯性传感器与视觉混合的跟踪定位计算框架；然后针对该框架的关键难点，给出高效的人工标志物编码与识别方法、高精度三维地图的快速创建方法、准确方便地标定多传感器相对位姿的方法以及多传感器数据高精度地融合方法；最终建立一个应用于大范围室内增强现实的高效、高精度的混合跟踪定位原型系统。

跟踪定位是实现增强现实的核心技术。文献中基于惯性传感器与视觉混合的跟踪定位技术，具有精度高、鲁棒性好的特点，在大范围室内增强现实系统中较为常见和有效。然而，已有计算框架及相关方法还存在以下问题：为满足精度需求，前期需要做大量人工标识物布置及三维测量的准备工作；图像处理与识别过程计算复杂度高；缺少准确方便地标定传感器相对位姿的方法；多传感数据融合精度较低。因此，本项目拟开展大范围室内增强现实系统的混合跟踪定位关键技术研究，取得如下的研究成果：首先，将自行设计的人工标志物与室内场景固有的自然特征相结合，搭建一个适用于大范围室内场景的基于惯性传感器与视觉混合的跟踪定位计算框架；然后针对该框架的关键难点，给出高效的人工标志物编码与识别方法、高精度三维地图的快速创建方法、准确方便地标定多传感器相对位姿的方法以及多传感器据高精度地融合方法；最终建立一个应用于大范围室内增强现实的高效、高精度的混合跟踪定位原型系统。并根据这项研究成果成功申请专利（增强现实专利，专利号为：IB131941）。为了更好的识别物体，我们还对场景的三维信息获取和图像分割进行了研究。通过获取场景的三维信息，可以更好的实现场景特征的提取和基于相机的定位技术，而研究图像分割则有助于提高特征点位置估计精度。基于场景的三维信息获取的工作发表在，图像分割的研究成果是基于区域的几何流图像分割算法，发表在在IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 21, NO. 12, DECEMBER 2012上