CN110097573A - 一种基于增强现实的混合跟踪方法和*** - Google Patents
一种基于增强现实的混合跟踪方法和*** Download PDFInfo
- Publication number
- CN110097573A CN110097573A CN201810099109.3A CN201810099109A CN110097573A CN 110097573 A CN110097573 A CN 110097573A CN 201810099109 A CN201810099109 A CN 201810099109A CN 110097573 A CN110097573 A CN 110097573A
- Authority
- CN
- China
- Prior art keywords
- tracking data
- data
- tracking
- magnetic force
- combined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种基于增强现实的混合跟踪方法和***。所述方法包括:获取***的视觉跟踪数据和磁力跟踪数据;对所述视觉跟踪数据和所述磁力跟踪数据进行处理,以获得状态参数和融合数据;通过计算模型、以及重采样重新获得所述粒子的分布;最后选取权值最大的粒子数据作为输出值进行所述***运动轨迹的预估。本方案提供的基于增强现实的混合跟踪方法,通过将磁力跟踪数据和视觉跟踪数据进行混和互补处理,进而实时地对***状态进行分析,动态分配权值进行多传感器数据的融合以得到头部的运动轨迹,在保证实时性的基础上,提高了头部运动轨迹估计的鲁棒性和准确性。
Description
技术领域
本发明涉及数据处理领域,具体涉及一种基于增强现实的混合跟踪方法和 ***。
背景技术
增强现实(augmented reality,AR)是在用户观察到真实的自然环境中添 加计算机生成的文字、3D模型等信息的技术,AR的基本原理是使用头部姿 态***提供的姿态信息精确地对准虚拟的物体和摄像机摄取的视频图像或 者通过透射方式观察到的自然现象,当用户在转动和平移头部时,用户还能够 在视频透射式头盔显示器屏幕上观看到精确对准的虚实融合图像。由于用户观 察的真是场景和虚拟物体共存一个视觉感知空间,从而增强了用户对真实环境 的理解,扩展与真实环境的交互能力,为用户感知空间提供一个增强的,自然 的交互接口。
其中,跟踪注册是增强现实***第一个需要解决的关键问题,只有合适的 跟踪技术才能在增强现实***中做到最大程度的虚实配准。
传统的视觉和磁力的混合跟踪方法,都是利用磁力跟踪对视觉跟踪进行辅 助补充,并没有从根本上解决视觉跟踪易受到环境影像的缺陷。此外,对应非 线性非高斯状态的估计问题也没有提出有效的解决方案。因此,目前亟需一 种基于增强现实的混合跟踪方法,用于根本上解决视觉跟踪容易被影响的问题。
发明内容
本发明实施例提供了一种基于增强现实的混合跟踪方法和***,,通过将 磁力跟踪数据和视觉跟踪数据进行混和互补处理,进而实时地对***状态进行 分析,动态分配权值进行多传感器数据的融合以得到头部的运动轨迹,在保证 实时性的基础上,提高了头部运动轨迹估计的鲁棒性和准确性。
第一方面,本发明提供了一种基于增强现实的混合跟踪方法,包括:
步骤S10、获取***的视觉跟踪数据和磁力跟踪数据,所述***由粒子组 成,所有的所述粒子构成所述***的外部轮廓;
步骤S20、对所述视觉跟踪数据和所述磁力跟踪数据进行处理,以获得状 态参数和融合数据;
步骤S30、根据所述状态参数和所述融合数据将所述粒子初始化;
步骤S40、通过计算模型、以及重采样重新获得所述粒子的分布;
步骤S50、选取权值最大的粒子数据作为输出值进行所述***运动轨迹的 预估。
第二方面,本发明还提供了一种基于增强现实的混合跟踪***,包括:数 据获取模块、混合跟踪模块、初始化模块、粒子滤波模块以及轨迹预估模块;
所述数据获取模块,用于获取***的跟踪数据;
混合跟踪模块,用于将所述***的跟踪数据进行分析和融合,以获得混合 跟踪数据;
初始化模块,用于将所述混合跟踪数据初始化;
粒子滤波模块,用于将所述混合跟踪数据进行滤波处理;
轨迹预估模块,用于根据滤波后的所述混合跟踪数据获取所述***的运动 轨迹。
本发明实施例提供的基于增强现实的混合跟踪方法,首先获取***的视觉 跟踪数据和磁力跟踪数据,然后对所述视觉跟踪数据和所述磁力跟踪数据进行 处理,获得状态参数和融合数据,以及通过计算模型、以及重采样重新获得所 述粒子的分布,最后选取权值最大的粒子数据作为输出值进行所述***运动轨 迹的预估。本方案提供的基于增强现实的混合跟踪方法,通过将磁力跟踪数据 和视觉跟踪数据进行混和互补处理,进而实时地对***状态进行分析,动态分 配权值进行多传感器数据的融合以得到头部的运动轨迹,在保证实时性的基础 上,提高了头部运动轨迹估计的鲁棒性和准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所 需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明 的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还 可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于增强现实的混合跟踪方法的流程示意 图。
图2为本发明实施例提供的一种基于增强现实的混合跟踪方法的流程框架 图。
图3为本发明实施例提供的一种基于增强现实的混合跟踪***的结构示意 图。
图4为本发明实施例提供的服务器的结构示意图。
具体实施方式
请参照图式,其中相同的组件符号代表相同的组件,本发明的原理是以实 施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本发明具体 实施例,其不应被视为限制本发明未在此详述的其它具体实施例。
在以下的说明中,本发明的具体实施例将参考由一部或多部计算机所执行 的步骤及符号来说明,除非另有述明。因此,这些步骤及操作将有数次提到由 计算机执行,本文所指的计算机执行包括了由代表了以一结构化型式中的数据 的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算 机的内存***中的位置处,其可重新配置或另外以本领域测试人员所熟知的方 式来改变该计算机的运作。该数据所维持的数据结构为该内存的实***置,其 具有由该数据格式所定义的特定特性。但是,本发明原理以上述文字来说明, 其并不代表为一种限制,本领域测试人员将可了解到以下所述的多种步骤及操 作亦可实施在硬件当中。
本发明的原理使用许多其它泛用性或特定目的运算、通信环境或组态来进 行操作。所熟知的适合用于本发明的运算***、环境与组态的范例可包括(但 不限于)手持电话、个人计算机、服务器、多处理器***、微电脑为主的***、 主架构型计算机、及分布式运算环境,其中包括了任何的上述***或装置。
以下将分别进行详细说明。
请参阅图1和图2,图1为本发明实施例提供的一种基于增强现实的混合跟 踪方法的流程示意图,图2为本发明实施例提供的一种基于增强现实的混合跟 踪方法的流程框架图,本实施例的基于增强现实的混合跟踪方法包括:
步骤S10、获取***的视觉跟踪数据和磁力跟踪数据,所述***由粒子组 成,所有的所述粒子构成所述***的外部轮廓。
具体的,一般采用摄像机跟踪目标进而获得所述***的视觉跟踪数据,进 而利用计算机视觉技术计算摄像机的姿态,它包括“由内而外”和“由外而内” 两种结构,在“由内而外”结构中的跟踪目标固定在环境中,摄像机固定在头 盔上且观察方向由内而外指向环境,而“由外而内”结构中的跟踪目标固定在 头部,摄像机固定在环境中且观察方向由外而内指向头部。
但是往常在进行视觉跟踪的时候,摄像机在遮挡条件下无法跟踪目标,在 高速运动条件下容易产生成像模糊而导致跟踪失败,在本发明中,为弥补在一 点,同时采用磁力跟踪的方式。通常的,磁力***一般由发射器,接收器, 解码控制器构成,根据电磁耦合原理测量位置和方向,利用结构其接收发射器 发射的磁场信号,再传送给控制器进行计算处理。磁力***具有体积小、重 量轻、更新率高、无延迟、无遮挡的优点。
混合跟踪技术是将来自不同类型***的输出姿态数据进行合并或融合 的头部跟踪技术,采用混合跟踪技术的姿态***被称为混合***。
其中,这里的***指的是用户的头部,所述例子为头部构图主要点的集合。
一般的,混合跟踪数据的融合都需要使用线性卡尔曼滤波器和粒子滤波器 等数学工具进行混合***的姿态数据融合,从传感器数据融合角度,混合跟 踪器被看作一个动态的线性或非线性运动***,而混合***的姿态融合本质 上是非线性***的状态优化估计问题,需要通过数学工具求解。
步骤S20、对所述视觉跟踪数据和所述磁力跟踪数据进行处理,以获得状 态参数和融合数据。
所述步骤S20的具体步骤包括:
步骤S201、通过对所述***的视觉跟踪数据和所述磁力跟踪数据的*** 状态分析,获得所述粒子的状态参数;
步骤S202、通过对所述***的视觉跟踪数据和所述磁力跟踪数据的多传 感器数据融合,获得所述粒子的融合数据。
其中,所述视觉跟踪数据和所述磁力跟踪数据的融合原则为:
原则1,在所述视觉跟踪失败以及所述视觉跟踪和所述磁力跟踪都正常的 情况下,且所述磁力跟踪数据误差在允许范围之内,采用所述磁力跟踪数据;
原则2,在磁力跟踪数据较上一时刻发生突然超过预定范围的情况下,采 用所述磁力跟踪数据;
原则3,在所述磁力跟踪数据产生一定的变化但是又没有超过预定范围的 情况下,设定权值融合所述视觉跟踪数据和所述磁力跟踪数据。
设视觉跟踪数据为Ds,磁力跟踪数据为Dm,状态参数为u,融合数据为D;
所述***状态分析的模型为:u=MAX(Δx,Δy,Δz);
所述多传感器数据融合的模型为:D=f(xk)Ds+[1-f(xk)]Dm。
其中D为融合后的数据,Ds视觉跟踪获得的数据,Dm磁力跟踪获得的数 据,f(xk)为视觉跟踪在融合时的权重,取值范围为[0,1],k表示磁力跟踪的 数据变化值;当K→0时,表示磁力跟踪数据有效,此时按照规则1应仅采用磁 力跟踪以保证实时性,f(xk)→0;当K大于预设值KS时,说明磁力跟踪已经突 变超过一定范围,按照原则2应进采用视觉跟踪,f(xk)→1;在原则3的条件下, f(xk)应该结合磁力跟踪数据精度情况获得一个有效的值作为权重进行计算。
步骤S30、根据所述状态参数和所述融合数据将所述粒子初始化。
这一步骤即将所述融合数据作为一个初始化的数据来进行数学模型的计 算。
步骤S40、通过计算模型、以及重采样重新获得所述粒子的分布。
所述步骤S40具体步骤包括:
步骤S401、根据状态转移模型预测下一时刻的***状态,其中所述状态 转移模型为:
xk=f(xk-1)+wk-1,xk~P(xk|xk-1),其中,wk-1表示状态转移噪声,函 数f(x)表示状态转移函数,P(xk|xk-1)表示状态转移概率;
步骤S402、根据***量测模型获得所述粒子计算权值,其中所述***量 测模型为:
yk=h(xk)+vk-1,yk~P(yk|xk),其中,VK表示量测噪声,函数h(x)表示 ***量测函数,P(yk|xk)表示似然度;
步骤S403、通过重采样获得所述粒子的分布。
步骤S40即对所述视觉跟踪数据和所述磁力跟踪数据融合后的混合跟踪 数据D进行滤波处理,在经典粒子滤波的基础上建立了相应的状态转移模型和 ***量测模型,但是在这个过程中,有两个突出的问题会影响粒子滤波器的效 率和估值的准确率。标准的粒子滤波器中粒子数目是不变的,而粒子的数目极 大的影响了粒子滤波的整体性能,粒子数的增加会导致计算量的上升;同样重 采样的方法虽然解决了粒子匮乏的现象,但是也带来粒子多样性的减弱,针对 这两个问题本发明采用自适应的方法来优化混合跟踪的离子滤波过程。
具体的,所述步骤S40中,混合跟踪得到的所述视觉跟踪数据和所述磁力 跟踪数据实时地对通过重分布得到的粒子数和噪声方差进行自适应调整。
步骤S50、选取权值最大的粒子数据作为输出值进行所述***运动轨迹的 预估。
由上可知,本发明实施例提供的基于增强现实的混合跟踪方法,首先获取 ***的视觉跟踪数据和磁力跟踪数据,然后对所述视觉跟踪数据和所述磁力跟 踪数据进行处理,获得状态参数和融合数据,以及通过计算模型、以及重采样 重新获得所述粒子的分布,最后选取权值最大的粒子数据作为输出值进行所述 ***运动轨迹的预估。本方案提供的基于增强现实的混合跟踪方法,通过将磁 力跟踪数据和视觉跟踪数据进行混和互补处理,进而实时地对***状态进行分 析,动态分配权值进行多传感器数据的融合以得到头部的运动轨迹,在保证实 时性的基础上,提高了头部运动轨迹估计的鲁棒性和准确性。
为了便于更好的实施本发明实施例提供的基于增强现实的混合跟踪方法, 本发明实施例还提供了一种基于上述混合跟踪方法的。其中名词的含义与上述 图像处理方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图3,图3本发明实施例提供的一种基于增强现实的混合跟踪***的 结构示意图。所述基于增强现实的混合跟踪***3包括:数据获取模块31、混 合跟踪模块32、初始化模块33、粒子滤波模块34以及轨迹预估模块35;
所述数据获取模块31,用于获取***的跟踪数据;
所述数据获取模块31包括:视觉跟踪子模块311、磁力跟踪子模块312、 第一判断子模块313;
所述视觉跟踪子模块311,用于采用视觉传感器获得所述视觉跟踪数据;
所述磁力跟踪子模块312,用于根据磁力传感器获得所述磁力跟踪数据;
所述判断子模块313,根据所述视觉跟踪数据和所述磁力跟踪数据的变化 情况判断所采用的跟踪数据类型。
进一步的,所述混合跟踪模块32包括:***状态分析子模块321和多传感器 数据融合子模块322;
所述***状态分析子模块321,用于根据所述视觉跟踪数据和所述磁力跟 踪数据获得所述***的状态参数;
所述多传感器数据融合子模块322,用于根据所述视觉跟踪数据和所述磁 力跟踪数据获得所述***的融合跟踪数据。
所述粒子滤波模块34包括:状态转移子模块341、***量测子模块342以 及自适应调整子模块343;
所述状态转移子模块341,用于根据所述混合跟踪数据和所述状态转移模 型预测下一时刻的***状态;
所述***量测子模块342,用于根据所述混合跟踪数据和所述***量测模 型获得所述跟踪数据的计算权值;
所述自适应调整子模块343,用于根据所述***的状态参数和所述混合跟 踪数据对所述***的粒子数和噪声方差进行自适应调整。
在本发明实施例中,所述轨迹预估模块35还可以包括:计算子模块351和 调整输出子模块352。
所述计算子模块351,用于根据所述滤波后的所述混合跟踪数据计算得到 所述***的运动轨迹;
所述调整输出子模块352,用于对所述运动轨迹突变的数据进行范围内的 调整并输出所述***的运动轨迹。
由上可知,本发明实施例提供的基于增强现实的混合跟踪***由数据获取 模块31获取头部运动的视觉跟踪数据和磁力跟踪数据,并通过混合跟踪模块 32将所述跟踪数据进行融合获得混合跟踪数据,随后在经过粒子滤波模块34 将苏所述混合跟踪数据进行滤波处理后,通过轨迹预估模块获取所述***的运 动轨迹预估。通过本方案提供的基于增强现实的混合跟踪***,通过将磁力跟 踪数据和视觉跟踪数据进行混和互补处理,进而实时地对***状态进行分析, 动态分配权值进行多传感器数据的融合以得到头部的运动轨迹,在保证实时性 的基础上,提高了头部运动轨迹估计的鲁棒性和准确性。
相应的,本发明实施例还提供一种服务器500,如图4所示,该服务器500 包括射频(RF,Radio Frequency)电路501、包括有一个或一个以上计算机 可读存储介质的存储器502、输入单元503、电源504、无线保真(WiFi, Wireless Fidelity)模块505、包括有一个或者一个以上处理核心的处理器506 等部件。本领域技术人员可以理解,图4中示出的结构并不构成对服务器构成 限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部 件布置。
射频电路501可用于收发信息,或通话过程中信号的接收和发送,特别 地,将基站的下行信息接收后,交由一个或者一个以上处理器506处理;另 外,将涉及上行的数据发送给基站。通常,射频电路501包括但不限于天线、 至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM,Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA,Low Noise Amplifier)、双工器等。此外,射频电路501还可以通过无线通信与网络和其 他设备通信。该无线通信可以使用任一通信标准或协议,包括但不限于全球移 动通讯***(GSM,Global System of Mobile communication)、通用分组 无线服务(GPRS,General Packet Radio Service)、码分多址(CDMA, Code Division Multiple Access)、宽带码分多址(WCDMA,Wideband Code Division Multiple Access)、长期演进(LTE,LongTerm Evolution)、电子 邮件、短消息服务(SMS,Short Messaging Service)等。
存储器502可用于存储应用程序和数据。存储器502存储的应用程序中 包含有可执行代码。应用程序可以组成各种功能模块。处理器506通过运行 存储在存储器502的应用程序,从而执行各种功能应用以及数据处理。存储 器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作 ***、至少一个功能所需的应用程序4等;存储数据区可存储根据服务器的使 用所创建的数据(比如视觉跟踪数据、磁力跟踪数据等)等。此外,存储器 502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一 个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器 502还可以包括存储器控制器,以提供处理器506和输入单元503对存储器 502的访问。
输入单元503可用于接收其他设备发送的信息,以及产生与用户设置以 及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。再将输入 的信息送给处理器506,并能接收处理器506发来的命令并加以执行。输入单 元503还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于 物理键盘、功能键(比如音量控制按键、开关按键等)、鼠标、操作杆等中的 一种或多种。
服务器还包括给各个部件供电的电源504(比如电池)。优选的,电源可 以通过电源管理***与处理器506逻辑相连,从而通过电源管理***实现管理 充电、放电、以及功耗管理等功能。电源504还可以包括一个或一个以上的直 流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电 源状态指示器等任意组件。
无线保真(WiFi)属于短距离无线传输技术,服务器通过无线保真模块 505可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供 了无线的宽带互联网访问。虽然图4示出了无线保真模块505,但是可以理解 的是,其并不属于服务器的必须构成部分,完全可以根据需要在不改变发明的 本质的范围内而省略。
处理器506是服务器的控制中心,利用各种接口和线路连接整个服务器 的各个部分,通过运行或执行存储在存储器502内的应用程序,以及调用存 储在存储器502内的数据,执行服务器的各种功能和处理数据,从而对服务 器进行整体监控。可选的,处理器506可包括一个或多个处理核心;优选的, 处理器506可集成应用处理器和调制解调处理器,其中,应用处理器主要处 理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可 以理解的是,上述调制解调处理器也可以不集成到处理器506中。
处理器506用于实现以下功能:获取视觉跟踪数据和磁力跟踪数据。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意 组合,作为同一或若干个实体来实现,以上各个模块的具体实施可参见前面的 方法实施例,在此不再赘述。
需要说明的是,本领域普通技术人员可以理解上述实施例的各种方法中的 全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于 计算机可读存储介质中,如存储在终端的存储器中,并被该终端内的至少一个 处理器执行,在执行过程中可包括如信息发布方法的实施例的流程。其中,存 储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆 体(RAM,Random Access Memory)、磁盘或光盘等。
以上对本发明实施例提供的一种基于增强现实的混合跟踪方法和***进 行了详细介绍,其各功能模块可以集成在一个处理芯片中,也可以是各个模块 单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模 块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本文中 应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只 是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员, 依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述, 本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于增强现实的混合跟踪方法,其特征在于,包括以下步骤:
步骤S10、获取***的视觉跟踪数据和磁力跟踪数据,所述***由粒子组成,所有的所述粒子构成所述***的外部轮廓;
步骤S20、对所述视觉跟踪数据和所述磁力跟踪数据进行处理,以获得状态参数和融合数据;
步骤S30、根据所述状态参数和所述融合数据将所述粒子初始化;
步骤S40、通过计算模型、以及重采样重新获得所述粒子的分布;
步骤S50、选取权值最大的粒子数据作为输出值进行所述***运动轨迹的预估。
2.根据权利要求1所述的基于增强现实的混合跟踪方法,其特征在于,所述步骤S20的具体步骤包括:
步骤S201、通过对所述***的视觉跟踪数据和所述磁力跟踪数据的***状态分析,获得所述粒子的状态参数;
步骤S202、通过对所述***的视觉跟踪数据和所述磁力跟踪数据的多传感器数据融合,获得所述粒子的融合数据。
3.根据权利要求2所述的基于增强现实的混合跟踪方法,其特征在于,所述视觉跟踪数据和所述磁力跟踪数据的融合原则为:
在所述视觉跟踪失败以及所述视觉跟踪和所述磁力跟踪都正常的情况下,且所述磁力跟踪数据误差在允许范围之内,采用所述磁力跟踪数据;
在磁力跟踪数据较上一时刻发生突然超过预定范围的情况下,采用所述磁力跟踪数据;
在所述磁力跟踪数据产生一定的变化但是又没有超过预定范围的情况下,设定权值融合所述视觉跟踪数据和所述磁力跟踪数据。
4.根据权利要求1所述的基于增强现实的混合跟踪方法,其特征在于,所述步骤S40的具体步骤包括:
步骤S401、根据状态转移模型预测下一时刻的***状态,其中所述状态转移模型为:
xk=f(xk-1)+wk-1,xk~P(xkIxk-1),其中,wk-1表示状态转移噪声,函数f(x)表示状态转移函数,P(xkIxk-1)表示状态转移概率;
步骤S402、根据***量测模型获得所述粒子计算权值,其中所述***量测模型为:
yk=h(xk)+vk-1,yk~P(ykIxk),其中,VK表示量测噪声,函数h(x)表示***量测函数,P(ykIxk)表示似然度;
步骤S403、通过重采样获得所述粒子的分布。
5.根据权利要求1所述的基于增强现实的混合跟踪方法,其特征在于,所述步骤S40中,混合跟踪得到的所述视觉跟踪数据和所述磁力跟踪数据实时地对通过重分布得到的粒子数和噪声方差进行自适应调整。
6.一种基于增强现实的混合跟踪***,其特征在于,包括:数据获取模块、混合跟踪模块、初始化模块、粒子滤波模块以及轨迹预估模块;
所述数据获取模块,用于获取***的跟踪数据;
所述混合跟踪模块,用于将所述***的跟踪数据进行分析和融合,以获得混合跟踪数据;
所述初始化模块,用于将所述混合跟踪数据初始化;
所述粒子滤波模块,用于将所述混合跟踪数据进行滤波处理;
所述轨迹预估模块,用于根据滤波后的所述混合跟踪数据获取所述***的运动轨迹。
7.根据权利要求6所述的基于增强现实的混合跟踪***,其特征在于,所述数据获取模块包括:视觉跟踪子模块、磁力跟踪子模块、第一判断子模块;
所述视觉跟踪子模块,用于采用视觉传感器获得所述视觉跟踪数据;
所述磁力跟踪子模块,用于根据磁力传感器获得所述磁力跟踪数据;
所述判断子模块,根据所述视觉跟踪数据和所述磁力跟踪数据的变化情况判断所采用的跟踪数据类型。
8.根据权利要求6所述的基于增强现实的混合跟踪***,其特征在于,所述混合跟踪模块包括:***状态分析子模块和多传感器数据融合子模块;
所述***状态分析子模块,用于根据所述视觉跟踪数据和所述磁力跟踪数据获得所述***的状态参数;
所述多传感器数据融合子模块,用于根据所述视觉跟踪数据和所述磁力跟踪数据获得所述***的融合跟踪数据。
9.根据权利要求6所述的基于增强现实的混合跟踪***,其特征在于,所述粒子滤波模块包括:状态转移子模块、***量测子模块以及自适应调整子模块;
所述状态转移子模块,用于根据所述混合跟踪数据和所述状态转移模型预测下一时刻的***状态;
所述***量测子模块,用于根据所述混合跟踪数据和所述***量测模型获得所述跟踪数据的计算权值;
所述自适应调整子模块,用于根据所述***的状态参数和所述混合跟踪数据对所述***的粒子数和噪声方差进行自适应调整。
10.根据权利要求6所述的基于增强现实的混合跟踪***,其特征在于,所述轨迹预估模块包括:计算子模块和调整输出子模块;
所述计算子模块,用于根据所述滤波后的所述混合跟踪数据计算得到所述***的运动轨迹;
所述调整输出子模块,用于对所述运动轨迹突变的数据进行范围内的调整并输出所述***的运动轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810099109.3A CN110097573A (zh) | 2018-01-31 | 2018-01-31 | 一种基于增强现实的混合跟踪方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810099109.3A CN110097573A (zh) | 2018-01-31 | 2018-01-31 | 一种基于增强现实的混合跟踪方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110097573A true CN110097573A (zh) | 2019-08-06 |
Family
ID=67443359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810099109.3A Pending CN110097573A (zh) | 2018-01-31 | 2018-01-31 | 一种基于增强现实的混合跟踪方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110097573A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101581967A (zh) * | 2009-06-26 | 2009-11-18 | 上海大学 | 增强现实***中抑制磁力***互干扰的方法 |
CN104077596A (zh) * | 2014-06-18 | 2014-10-01 | 河海大学 | 一种无标志物跟踪注册方法 |
CN106339094A (zh) * | 2016-09-05 | 2017-01-18 | 山东万腾电子科技有限公司 | 基于增强现实技术的交互式远程专家协作检修***及方法 |
CN106780601A (zh) * | 2016-12-01 | 2017-05-31 | 北京未动科技有限公司 | 一种空间位置追踪方法、装置及智能设备 |
-
2018
- 2018-01-31 CN CN201810099109.3A patent/CN110097573A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101581967A (zh) * | 2009-06-26 | 2009-11-18 | 上海大学 | 增强现实***中抑制磁力***互干扰的方法 |
CN104077596A (zh) * | 2014-06-18 | 2014-10-01 | 河海大学 | 一种无标志物跟踪注册方法 |
CN106339094A (zh) * | 2016-09-05 | 2017-01-18 | 山东万腾电子科技有限公司 | 基于增强现实技术的交互式远程专家协作检修***及方法 |
CN106780601A (zh) * | 2016-12-01 | 2017-05-31 | 北京未动科技有限公司 | 一种空间位置追踪方法、装置及智能设备 |
Non-Patent Citations (1)
Title |
---|
徐升 等,: ""增强现实中的混合跟踪算法研究"", 《微型电脑应用》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109918975B (zh) | 一种增强现实的处理方法、对象识别的方法及终端 | |
CN109215077B (zh) | 一种相机姿态信息确定的方法及相关装置 | |
CN107197146B (zh) | 图像处理方法和装置、移动终端、计算机可读存储介质 | |
CN108471376B (zh) | 数据处理方法、装置及*** | |
CN108388637A (zh) | 一种用于提供增强现实服务的方法、装置以及相关设备 | |
CN109905754A (zh) | 虚拟礼物收取方法、装置及存储设备 | |
CN104426844A (zh) | 一种安全认证方法、服务器以及安全认证*** | |
CN112330756B (zh) | 一种相机标定方法、装置、智能车辆和存储介质 | |
US20170109756A1 (en) | User Unsubscription Prediction Method and Apparatus | |
CN111612093A (zh) | 一种视频分类方法、视频分类装置、电子设备及存储介质 | |
CN113284142B (zh) | 图像检测方法、装置、计算机可读存储介质及计算机设备 | |
CN111209812A (zh) | 目标人脸图片提取方法、装置及终端设备 | |
CN103714161A (zh) | 图像缩略图的生成方法、装置和终端 | |
CN107295173A (zh) | 删除聊天消息的方法及相关产品 | |
CN109922504A (zh) | 数据分流方法及相关产品 | |
CN109839105A (zh) | 一种基于增强现实的位置导航方法及*** | |
CN115902882A (zh) | 采集数据的处理方法、装置、存储介质及电子设备 | |
CN111046742A (zh) | 一种眼部行为检测方法、装置以及存储介质 | |
CN106780696B (zh) | 一种图像处理的方法及装置 | |
CN103869977B (zh) | 图像显示方法、装置和电子设备 | |
Shi et al. | POSE: Design of hardware-friendly particle-based observation selection PHD filter | |
CN109275112A (zh) | 短信处理方法、服务器及计算机可读存储介质 | |
CN110097573A (zh) | 一种基于增强现实的混合跟踪方法和*** | |
WO2019015531A1 (en) | METHOD AND MOBILE TERMINAL FOR IMAGE PROCESSING AND INFORMATION CARRIER | |
Zhou et al. | Configuration-adaptive wireless visual sensing system with deep reinforcement learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190806 |
|
RJ01 | Rejection of invention patent application after publication |