VR下的室外教學(xué)系統(tǒng)設(shè)計(jì)研究范文

本站小編為你精心準(zhǔn)備了VR下的室外教學(xué)系統(tǒng)設(shè)計(jì)研究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：從現(xiàn)實(shí)來看，目前，我國空氣質(zhì)量普遍較差，霧霾天氣嚴(yán)重，有些地方一到冬天，甚至連著幾個(gè)星期都沒法外出運(yùn)動(dòng)。作為一名中學(xué)生，總是聽到別人抱怨鍛煉時(shí)間太少。也正是因?yàn)檫@樣，現(xiàn)在學(xué)生的身體素質(zhì)普遍偏低。此外，在遇到雨雪天氣的情況下，中小學(xué)生的室外活動(dòng)也都會(huì)停止，而室內(nèi)體育設(shè)施的建設(shè)遠(yuǎn)遠(yuǎn)不能滿足現(xiàn)在的需求。虛擬現(xiàn)實(shí)（VirtualReality，vr）技術(shù)目前已在游戲等方面有所運(yùn)用，從使用者的感受來說，這項(xiàng)技術(shù)獲得了成功。現(xiàn)階段我們所要完成的是將此技術(shù)推廣和應(yīng)用。據(jù)此，將虛擬現(xiàn)實(shí)技術(shù)運(yùn)用到教學(xué)方面，主要是以SLAM和三維重建為基礎(chǔ)，運(yùn)用現(xiàn)代虛擬現(xiàn)實(shí)技術(shù)，改善這一情況。而通過此技術(shù)，可以讓學(xué)生即使在惡劣環(huán)境下，也能在室內(nèi)身臨其境地獲得運(yùn)動(dòng)的快感，從而加長運(yùn)動(dòng)時(shí)間，達(dá)到增強(qiáng)身體素質(zhì)的目的。

關(guān)鍵詞：SLAM；VR；三維重建；室外教學(xué)

1前言

SLAM技術(shù)作為虛擬現(xiàn)實(shí)的基礎(chǔ)，在生活中有所涉獵。比如自動(dòng)泊車技術(shù)，無人駕駛系統(tǒng)，高精度地圖等。SLAM里比較常見的有兩個(gè)分支：一個(gè)是視覺SLAM；另有一個(gè)是激光SLAM。兩者各有其應(yīng)用。早期的SLAM大多使用激光傳感器，這是由于激光傳感器的精度更高，相關(guān)的算法速度更快，就目前而言，激光SLAM主要運(yùn)用于無人駕駛車輛上，激光可以幫助電腦觀察路面的實(shí)時(shí)狀況，從中得出目標(biāo)的距離位置等信息，再進(jìn)行相應(yīng)的措施，但激光掃描儀所占的體積較大，安裝在車上即影響車輛的美觀，而且造價(jià)又相當(dāng)昂貴。這也是目前視覺SLAM研究比較熱的原因。視覺SLAM最大的優(yōu)點(diǎn)在于其傳感器價(jià)格低廉，易獲取，且圖像信息會(huì)有更豐富的內(nèi)容包括了很多語義信息，但是其精度目前而言還比較低，但是隨著近些年研究的深入，其精度已經(jīng)有了很大的改觀。目前比較常用的視覺傳感器有單目相機(jī)，雙目相機(jī)，深度相機(jī)等等。單目相機(jī)相對(duì)來說使用方便，速度也比較快，但是由于單目固有的缺點(diǎn)，單目相機(jī)難以恢復(fù)真實(shí)的深度，此外在算法的設(shè)計(jì)上也相對(duì)比較復(fù)雜。雙目相機(jī)是模仿人眼觀察，通過兩只眼睛所觀察到的事物進(jìn)行數(shù)據(jù)擬合。我們不妨試試，假如你閉上一只眼，你會(huì)感覺不到物體的遠(yuǎn)近。再睜開一只眼，你會(huì)發(fā)現(xiàn)所有事物都會(huì)變得立體了。而深度相機(jī)運(yùn)用的則是物理辦法。它可以運(yùn)用飛行時(shí)間或是結(jié)構(gòu)光的方式來得出距離，深度相機(jī)得到深度靠的是物理的方法，所以精度高，速度快，算法不需要太復(fù)雜，但是深度相機(jī)在遇到比較空曠的場(chǎng)景時(shí)，由于其深度傳感器的測(cè)量范圍有限會(huì)形容大量的黑洞，對(duì)于最終的結(jié)果影響很大。虛擬現(xiàn)實(shí)技術(shù)是基于SLAM的一項(xiàng)更復(fù)雜的技術(shù)，它有效的將人體的觸覺、視覺、聽覺等多種感覺融合計(jì)算機(jī)，達(dá)到以假亂真的程度。讓人能身臨其境地感受到此技術(shù)的魅力。另外，虛擬現(xiàn)實(shí)技術(shù)還運(yùn)用到了三維重建，這幫助人們獲得立體視野。現(xiàn)階段，這一技術(shù)在許多方面廣泛運(yùn)用。比如，游戲機(jī)。我的世界這款游戲就變?yōu)榇魃涎坨R，就構(gòu)造你自己所喜歡的世界。再比如軍事訓(xùn)練或是演習(xí)，亦或是在體驗(yàn)館內(nèi)供游客體驗(yàn)，戴上眼鏡，立即變身為虛擬中的我，進(jìn)行更逼真的體驗(yàn)，獲得更真實(shí)的感受。

2SLAM相關(guān)技術(shù)

2．1主要流程

圖1所示為常見的SLAM流程圖，以機(jī)器人為例，當(dāng)機(jī)器人在行進(jìn)的過程中，會(huì)不斷地通過圖像傳感器，如深度相機(jī)等獲取環(huán)境的圖像。在獲取到圖片之后需要進(jìn)行的是跟蹤，即通過連續(xù)的圖像不斷地計(jì)算相機(jī)之間的相對(duì)運(yùn)動(dòng)關(guān)系，由于相機(jī)相對(duì)于機(jī)器人處于靜止的狀態(tài)，得到相機(jī)的位置就得到了機(jī)器人的位置。對(duì)于相鄰的兩幀圖片，由于相機(jī)的拍攝頻率在每秒25－30幀，所以兩個(gè)相鄰幀之間不會(huì)有特別大的位移，這也就意味著兩幅圖片之間有大量的重復(fù)區(qū)域。為了確定圖像中的哪些點(diǎn)對(duì)應(yīng)于真實(shí)世界中的同一個(gè)位置，首先要對(duì)兩幅圖像進(jìn)行特征點(diǎn)的提取，比較常見的是FAST角點(diǎn)提取算法。這種算法認(rèn)為圖像中只有比較明顯的角點(diǎn)才能保證圖像在發(fā)生視角變化以及尺度變化的情況下保證不變，其次角點(diǎn)在不同的圖片中都會(huì)出現(xiàn)。可以想象一張圖像中可能有成百上千的特征點(diǎn)，目前這些點(diǎn)只有位置信息，所以無法將兩張圖片的特征點(diǎn)對(duì)應(yīng)起來。為了將兩張相鄰圖片中的特征點(diǎn)進(jìn)行匹配，必須提取其對(duì)應(yīng)的描述符。所謂描述符即以特征點(diǎn)為中心取一個(gè)區(qū)域，利用區(qū)域的信息包括直方圖等對(duì)其進(jìn)行描述，所產(chǎn)生的高維向量即描述符。目前已經(jīng)存在的比較受歡迎的描述符有SIFT，SURF，Brief等。其中SIFT，SURT計(jì)算的描述符都是浮點(diǎn)類型的數(shù)據(jù)，這樣的描述符雖然精度高，但是浮點(diǎn)型數(shù)據(jù)會(huì)占用比較大的內(nèi)存空間，其次浮點(diǎn)型數(shù)據(jù)在匹配階段需要計(jì)算歐式距離，這一步計(jì)算量很大，對(duì)于SLAM這樣實(shí)時(shí)性比較強(qiáng)的系統(tǒng)很難接受。BRIEF產(chǎn)生的二值的描述符，這種描述符每一位只有0和1兩種狀態(tài)，所以很節(jié)約內(nèi)存空間。在匹配階段計(jì)算只需要計(jì)算其海明距離，在目前的計(jì)算機(jī)結(jié)構(gòu)中通過異或操作可以很快得到。在得到特征點(diǎn)對(duì)應(yīng)的描述符之后需要對(duì)這些特征點(diǎn)進(jìn)行匹配，即知道不同圖片中的哪一對(duì)點(diǎn)對(duì)應(yīng)于真實(shí)空間的同一個(gè)點(diǎn)，匹配的結(jié)果直接影響到后續(xù)對(duì)兩幀圖片相對(duì)位置關(guān)系的計(jì)算，如果匹配結(jié)果中有大量的錯(cuò)誤，那么后續(xù)計(jì)算到的匹配結(jié)果將完全錯(cuò)誤。由于匹配過程的計(jì)算量大，可以使用八叉樹等算法進(jìn)行加速。在得到匹配關(guān)系之后，可以根據(jù)匹配關(guān)系進(jìn)行位姿的計(jì)算，一般情況下計(jì)算位姿只需要八對(duì)點(diǎn)，但是如果這八對(duì)點(diǎn)中存在匹配錯(cuò)誤的點(diǎn)將會(huì)使得計(jì)算結(jié)果出現(xiàn)很大的偏差，所以一般情況下都會(huì)使用全部的點(diǎn)進(jìn)行計(jì)算，由于匹配結(jié)果中難免會(huì)有很多錯(cuò)誤的地方，所以一般使用隨機(jī)抽樣一致性算法（RandomSampleConsensus，RANSAC）計(jì)算。由于匹配結(jié)果的誤差以及計(jì)算的誤差最終得到的相鄰幀之間的位姿會(huì)有一定誤差，所以在得到整張地圖之后需要進(jìn)行一次整體的優(yōu)化減小這種誤差，這也就是圖1中的后端優(yōu)化處理。

2．2數(shù)學(xué)基礎(chǔ)公式

（1）所示為針孔相機(jī)模型，假設(shè)空間中的點(diǎn)（X，Y，Z）經(jīng)過內(nèi)參為K的相機(jī)之后，投影到相機(jī)的像素坐標(biāo)系（u，v）點(diǎn)，其中fx，fy為相機(jī)的焦距，cx，xy為相機(jī)光心投影到相紙坐標(biāo)系上的點(diǎn)與像素坐標(biāo)系中左上角的點(diǎn)之間的位移。可以看到在相機(jī)生產(chǎn)完成之后，相機(jī)的內(nèi)參就已經(jīng)固定，但是在實(shí)際使用的過程中也需要進(jìn)行重新標(biāo)定。公式2所示為相機(jī)的旋轉(zhuǎn)矩陣計(jì)算，假設(shè)有坐標(biāo)系：而不同坐標(biāo)系之間的平移關(guān)系則可以由向量的加法實(shí)現(xiàn)。

3基于VR的室外教學(xué)系統(tǒng)

本文中將提出使用VR技術(shù)構(gòu)建一套可以用于在霧霾，雨雪等不適合戶外活動(dòng)的天氣情況下進(jìn)行室內(nèi)體育教學(xué)的系統(tǒng)，這套系統(tǒng)可以讓學(xué)生在室內(nèi)獲得體育教學(xué)的樂趣同時(shí)這套系統(tǒng)不需要占用太大的面積，可以同時(shí)滿足很多人在室內(nèi)進(jìn)行體驗(yàn)，其原理如圖2所示。以乒乓球教學(xué)為例，首先需要構(gòu)建一個(gè)乒乓球活動(dòng)的三維結(jié)構(gòu)，包括虛擬人物，虛擬場(chǎng)景以及虛擬乒乓球。在構(gòu)建好這樣的三維模型之后，需要實(shí)時(shí)地對(duì)乒乓球的運(yùn)動(dòng)軌跡進(jìn)行跟蹤。用于在使用的時(shí)候需要同時(shí)佩戴有視覺傳感器的乒乓球拍以及眼鏡。當(dāng)用戶的頭有運(yùn)動(dòng)的時(shí)候，視覺傳感器捕捉到的圖像會(huì)發(fā)生一定的變化，而具體的變化軌跡以及位置可以通過SLAM進(jìn)行計(jì)算，在得到頭部運(yùn)動(dòng)的數(shù)據(jù)之后，可以將頭部運(yùn)動(dòng)數(shù)據(jù)輸入到計(jì)算機(jī)中，這是計(jì)算機(jī)可以在眼鏡中播放提前構(gòu)建好的三維模型場(chǎng)景，這一步是為了讓人獲得身臨其境的感覺，讓頭部運(yùn)動(dòng)和虛擬場(chǎng)景相結(jié)合。同時(shí)學(xué)生還需要手握一個(gè)帶有視覺傳感器的乒乓球拍，但用戶進(jìn)行揮拍的運(yùn)動(dòng)時(shí)，可以通過球拍上的傳感器使用SLAM算法進(jìn)行球拍運(yùn)動(dòng)軌跡的跟蹤，在得到球拍運(yùn)動(dòng)軌跡之后，將其輸入到計(jì)算機(jī)，計(jì)算機(jī)將這個(gè)數(shù)據(jù)用于計(jì)算模擬場(chǎng)景中乒乓球的運(yùn)動(dòng)軌跡，同時(shí)場(chǎng)景中的虛擬人物需要作出相應(yīng)的反應(yīng)進(jìn)行回?fù)簦古仪虼藭r(shí)再飛向用戶進(jìn)行下一回合。可以看到這套系統(tǒng)完全不受天氣等室外環(huán)境的影響，在室內(nèi)即可輕松進(jìn)行體育教學(xué)，而且不需要占用太大的面積，相對(duì)于真實(shí)的運(yùn)動(dòng)場(chǎng)景，在室內(nèi)面積不變的情況下可以容納更多人進(jìn)行學(xué)習(xí)。此外還可以進(jìn)行難度的設(shè)置以及專項(xiàng)練習(xí)等，這些只需要對(duì)虛擬的模型進(jìn)行相應(yīng)的修改即可。

4展望與總結(jié)

本文對(duì)SLAM技術(shù)進(jìn)行了介紹和分析，并且設(shè)計(jì)了一套可以在室內(nèi)進(jìn)行體育教學(xué)的虛擬現(xiàn)實(shí)設(shè)備，這套設(shè)備可以不受環(huán)境的影響進(jìn)行活動(dòng)且面積很小。但是目前設(shè)計(jì)的這套設(shè)備還存在使用視覺傳感器進(jìn)行位置的跟蹤，這會(huì)導(dǎo)致計(jì)算量大且不夠準(zhǔn)確的問題，而使用慣性邏輯單元可以獲得更快的速度和更高的精度。此外，目前深度學(xué)習(xí)已經(jīng)能夠?qū)θ说膭?dòng)作姿態(tài)做比較好的識(shí)別，如果能把這些技術(shù)融入這套系統(tǒng)中可以獲得更好的用戶體驗(yàn)，這也將是未來的工作方向。

作者：朱嘉琦 單位：無錫市輔仁高級(jí)中學(xué)