AR乾物、説明する時間がない、早く保存する

[51CTO.com からのオリジナル記事] 近年、AR は常に資本追求の焦点となってきました。 2016年の「爆発」と2017年の「休息」を経て、2018年までにAR市場環境は安定し、技術研究開発、製品応用、投資は大きな変動がなく、より安定しました。同時に、巨人の骨組みレイアウトも完成しました。 Google、Apple、Microsoftなどの海外大手はすでにARレイアウトを完成させており、BATなどの国内企業もAR SDKのリリースを完了しており、その一部はすでに開発者に利用されています。

では、なぜ AR はこれほど人気が​​あるのでしょうか?教えてあげましょう！

AR は Augmented Reality (拡張現実) の略称で、コンピュータシステムが提供する情報を通じてユーザーの現実世界に対する認識を高め、仮想情報を現実世界に適用し、コンピュータで生成された仮想オブジェクト、シーン、またはシステムプロンプト情報を現実のシーンに重ね合わせることで現実感を高める技術を指します。

おそらく多くの人は、その「近縁種」である VR (仮想現実) のほうが馴染みがあり、両者を混同することさえ多いでしょう。しかし、AR 技術の出現は仮想現実技術 (VR) の開発に端を発していますが、両者の間には依然として明らかな違いがあります。

バーチャルリアリティ（VR）は、PCを使用して3次元空間で仮想世界をシミュレートします。視覚や聴覚などの感覚のシミュレーションをユーザーに提供し、3次元空間内のオブジェクトをタイムリーかつ制限なく観察できるため、実物と区別がつかないほどリアルな没入感を実現します。

拡張現実 (AR) は、カメラ画像の位置と角度、および画像分析技術を使用して、画面上の仮想世界を現実世界のシーンと組み合わせて相互作用することを可能にします。

簡単に言えば、VR技術はユーザーに仮想世界に完全に没入する効果を与え、別の世界を作り出します。一方、AR技術はコンピューターをユーザーの現実世界に持ち込み、仮想情報を聞く、見る、触る、嗅ぐことで現実世界の認識を高め、「人が機械に適応する」技術から「人中心の」技術への変革を実現します。

何？もっとシンプルにできますか?問題ありません。これが写真です:

これがVRです:

[[244904]]

これはARです:

[[244905]]

これで、2つの違いを理解し、うまく区別できるようになるはずです。とても良い！鉄は熱いうちに打って、AR の技術的原理を理解しましょう。

ARは、その技術的手段と表現形式に基づいて、明確に2つのカテゴリに分けられます。1つはコンピュータービジョンに基づいたARであるビジョンベースARであり、もう1つは地理的位置情報に基づいたARであるLBSベースARです。

（１）マーカーベースAR

この実装方法では、事前に作成されたマーカー（たとえば、特定の形状と仕様を持つテンプレートカードまたはQRコード）が必要であり、マーカーを現実の位置に配置します。これは、実際のシーンで平面を決定することと同じです。次に、カメラを介してマーカーを識別および評価し（姿勢推定）、その位置を決定します。マーカーの中心を原点とする座標系は、マーカー座標、またはテンプレート座標系と呼ばれます。実際に必要なのは、テンプレート座標系と画面座標系の間にマッピング関係を確立するための変換を取得することです。これにより、この変換に従って画面に描画するグラフィックは、マーカーに添付されたグラフィックの効果を実現できます。その原理を理解するには、3D射影幾何学の知識が必要です。テンプレート座標系から実際の画面座標系に変換するには、最初にカメラ座標系（カメラ座標）に回転して変換し、次にカメラ座標系から画面座標系にマッピングする必要があります。

実際のコーディングでは、これらの変換はすべて行列です。線形代数では、行列は変換を表し、座標に行列を左掛けすると線形変換になります (平行移動などの非線形変換の場合は、同次座標を使用して行列演算を実行できます)。式は次のとおりです。

行列 C の学名はカメラの内在パラメータ行列であり、行列 Tm はカメラの外部パラメータ行列と呼ばれます。 内在パラメータ行列は事前にカメラのキャリブレーションによって取得する必要がありますが、外部パラメータ行列は不明です。 画面座標 (xc、yc) と事前定義されたマーカー座標系および内在パラメータ行列に基づいて Tm を推定し、Tm に従ってグラフィックスを描画する必要があります (Tm の初期推定値は正確ではなく、反復最適化には非線形最小二乗が必要です)。 たとえば、OpenGL で描画する場合、グラフィックス表示のために Tm 行列を GL_MODELVIEW モードでロードする必要があります。

（２）マーカーレスAR

基本的な原理はマーカーベースの AR と同じですが、事前に特別なテンプレートを作成する必要がなく、十分な特徴点を持つ任意のオブジェクト (たとえば、本の表紙) を平面参照として使用できるため、AR アプリケーションにおけるテンプレートの制約がなくなります。その原理は、一連のアルゴリズム（SURF、ORB、FERN など）を通じてテンプレート オブジェクトから特徴点を抽出し、これらの特徴点を記録または学習することです。カメラが周囲のシーンをスキャンすると、周囲のシーンの特徴点を抽出し、記録されたテンプレートオブジェクトの特徴点と比較します。スキャンされた特徴点とテンプレートの特徴点の一致数がしきい値を超えると、テンプレートがスキャンされたとみなされ、対応する特徴点の座標に基づいてTmマトリックスが推定され、その後、Tmに基づいてグラフィックスが描画されます（この方法はマーカーベースARに似ています）。

この AR 技術は、デバイスの GPS 機能とセンサーを使用して、アプリケーションのマーカーへの依存を解消します。ユーザー エクスペリエンスはマーカー ベース AR よりも優れています。さらに、マーカーの姿勢を認識して特徴点をリアルタイムで計算する必要がないため、パフォーマンスもマーカー ベース AR やマーカーレス AR よりも優れています。したがって、マーカー ベース AR やマーカーレス AR と比較して、LBS ベース AR はモバイル デバイスにより適しています。

完全な拡張現実システムは、緊密に接続されたリアルタイム ハードウェア コンポーネントと関連ソフトウェア システムのセットによって実装されます。一般的に使用されるコンポーネントは次の 3 つです。

このソリューションはハードウェア要件が非常に低いため、研究室の AR システム研究者によって広く採用されています。

光学遠近法拡張現実システムは、シンプルさ、高解像度、視覚的な偏りがないなどの利点がありますが、高い位置決め精度の要件、遅延マッチングの難しさ、視野が比較的狭い、価格が高いなどの欠点もあります。

[編集者：関崇 TEL: (010) 68476606]