WWDC2018：ARKit 2 新特性

Session 602：What’s New in ARKit 2

---

ARKit 概述（ARKit Recap)

ARKit主要由三部分组成：

arkit_recap.png

1. 跟踪（Tracking）

跟踪是ARKit的核心组件之一，其提供了设备在物理世界中的位置与方向信息，并对物体进行跟踪，如人脸。

2. 场景理解（Scene Understanding）

场景理解通过学习更多关于环境的属性，以对水平平面进行检测，如地面或桌面；iOS 11.3开始还支持检测垂直平面。这些在场景中平面可用于放置虚拟物体。此外，场景理解还会了解当前环境的光照情况，以提供光照信息用于在虚拟场景中反映真实环境，避免过亮或过暗。

3. 渲染（Rendering）

通过ARKit可以很容易地集成你所选的渲染引擎。ARKit可通过SceneKit和SpriteKit渲染。Xcode中还提供了Metal模板，方便快速地开始你的增强现实体验（augmented reality experience）项目。此外，Unity和Unreal也已经集成ARKit完整的功能集到他们主流的游戏引擎中，因此你可以通过这些引擎开始使用ARKit。

ARKit 2 新特性

主要新特性如下：

1. 保存与加载地图（Saving and Loading Maps）：用于支持持久化与多用户体验的强大新特性。
2. 环境纹理（Environment Texturing）：用于更逼真地渲染你的增强现实场景（augmented reality scene）。
3. 图像跟踪（Image Tracking）：对真实场景中的2D图像进行跟踪。
4. 物体检测（Object Detection）：对真实场景中的3D物体进行跟踪。
5. 人脸跟踪的提升（Face Tracking Enhancements）

1. 保存与加载地图（Saving and Loading Maps）

世界跟踪概述（World Tracking Recap）

保存与加载地图是世界跟踪（World Tracking）的一部分，世界跟踪提供了以下信息：

• 设备在真实世界中的位置与方向：用于在场景中放置物体。
• 精确的物理尺寸：用于使用正确的尺寸放置物体，避免物体看上去过大或过小。还可可用于实现精确的测量。
• 3D特征点：用于了解环境的物理结构，还可用于执行HitTest以在场景中放置物体。

在iOS 11.3引入了重定位（Relocalization），此功能可用于在ARSession被中断后（如进入后台），恢复之前的跟踪状态。

译注：世界跟踪中的位置与方向信息transform通常都是以6自由度的坐标系（6 degrees of freedom paws）的方式提供。

six_degrees_of_freedom_paws.png

映射（Mapping）

重定位工作于世界跟踪持续构建出来的地图上。当在环境中做越多的移动后，将能了解和学习到环境中越多不同的特征，而得到越完整的地图。然而此地图只在你的ARSession存活时存在。

mapping.png

在ARKit中，地图以ARWorldMap表示。ARWorldMap代表了3D物理空间中的映射状态及此空间中的Anchor。Anchor是物理空间中重要项，它们可被放置在你想要放置虚拟物体的地方，因而ARWorldMap中默认包含了平面（PlaneAnchor）。

ARWorldMap中的Anchor列表是可变。为在场景中创建自定义的Anchor，可以向其中添加这些Anchor。

为了方便查看与调试，ARWorldMap也提供了原始的特征点和范围。

更重要的是，ARWorldMap是个可序列化的对象，可将其序列化为任意你所选的数据流，如本地文件系统中的文件或放在共享网络上。由于此特性，使得可通过WorldMap对象为用户带来强大的新体验。

持久化（Persistence）

若将物体放在场景中，并在离开场景前保存WorldMap，之后再回来时，可加载同一的WorldMap，此时将发现之前的物体仍在场景中，而得到与之前相同的增强现实体验。

多用户体验（Multi-User Experiences）

multi_user_experiences.png

ARWorldMap提升了多用户体验。现在你的增强现实体验（augmented reality experience）并不局限于单一设备或单一用户。一个用户可创建一个WorldMap后，分享给一个或多个其他用户。

要注意的是，WorldMap表示真实世界中的一个单一的坐标系，这意味着每个用户共享同一空间，他们可以从不同观察点体验同一AR内容。因而可将此新特性用于多用户游戏或教学。

// Saving and Loading World Maps

// Retrieve world map from session object
session.getCurrentWorldMap { worldMap, error in
    guard let worldMap = worldMap else {
        showAlert(error)
        return
    }
}

// Load world map and run the configuration
let configuration = ARWorldTrackingConfiguration()
configuration.initialWorldMap = worldMap
session.run(configuration)

获取良好的世界地图（Acquiring Good World Maps）

为表现稳定，重要的是要获取良好的地图。要点如下：

• 从多个角度扫描物理空间，使得跟踪系统可学习环境的物理结构。
• 环境需要是静止的，纹理良好的，使得可以提取到更多的特征并学习到更多的环境情况。
• 地图上存在密集的特征点，使得重定位更可靠。

然而不需要担心以上要点，ARKit会在每一帧更新worldMappingStatus，以便于了解当前World Mapping的状态。此状态一开始是不可用的（notAvalable），一旦开始扫描物理空间后，将立即进入受限状态（limited）。之后越是在物理世界中移动，世界跟踪将持续扩展地图（extending）。如果我们在当前视角已经扫描到足够的物理世界信息，状态将被置为mapped。若视角从一个已mapped的物理空间中移开，WorldMappingStatus将重置回limited状态，使其开始学习更多当前新环境的信息。

open class ARFrame : NSObject, NSCopying {
    open var worldMappingStatus: ARFrame.WorldMappingStatus
}

public enum WorldMappingStatus : Int {
    case notAvalable
    case limited
    case extending
    case mapped
}

world_mapping_status.png

若你有一个程序可分享WorldMap给其它用户，程序界面上有一个分享按钮，好的实践是在notAvalable或limited时禁用按钮。而当状态变为extending时，可考虑在界面上显示一个提示图，以鼓励你的用户在物理世界中持续移动并持续扫描，通过扫描去扩展地图。一旦完整地mapped，就可以隐藏提示图并启用分享按钮，以允许你的用户分享地图。

世界跟踪的提升（World Tracking Enhancements）

• 更快的初始化及平面检测：从ARKit2开始，初始化及平面检测更快。
• 更健壮的跟踪及平面检测：能在更复杂的环境下检测平面。水平平面和垂直平面都有更精确的范围和边界，意味着可以在场景中更精准地放置对象。
• 持续自动对焦：从iOS 11.3开始，为增强现实体验而引入此特性。
• 新的4:3视频格式：从iOS 12开始，在ARKit中引入了4:3视频格式。4:3是一种广角的视频格式，其大大加强了iPad上的视觉效果（Visualization），因为iPad的屏幕显示比例就是4:3，同时4:3的视频格式也将成为ARKit 2的默认格式。

2. 环境纹理（Environment Texturing）

为提升终端用户的体验上，我们引入了环境纹理，其大大增强了渲染效果。

真实感渲染（Realistic Rendering）

为保证渲染结果逼真，使它看起来真的像是被放置在真实世界中，需要做到以下几点：

• 物体的位置与方向正确
• 比例正确，避免物体不会过大或过小。世界跟踪会提供为你正确的transform。
• 环境光。ARKit会提供给你测量的光照情况，你可用于渲染时修正虚拟物体的光照，使物体看起来不会过亮或过暗
• 添加阴影，若将物体放置在水平平面上，为物体添加阴影也是重要的，以大大提升视觉感知，使得真正感觉物体被放置在表面上
• 表面反光。对于会反光的物体，人们希望看到环境呈现在虚拟物体的表面上。

环境纹理（Environment Texturing）

环境纹理为收集到的场景纹理的信息，通常表示为立方体贴图（Cube Map），但也有其它表示方式。环境纹理被渲染在此立方体贴图中，可被用于作为渲染引擎中的反射探针（Reflection Probe）。此反射探针可应用纹理在虚拟物体上，这将大大提升了会反射的物体的视觉效果。

收集场景纹理的工作方式为：ARKit运行期间，世界跟踪和场景理解持续学习环境的更多信息。通过计算机视觉，其可提取信息并逐渐填充立方体贴图。只有立方体贴图填充完成，才可作为反射探针。为得到此完成的立方体贴图，你需要像360度全景扫描整个物理空间，但这对任何用户不实用，因而ARKit为了简化使用，通过高级的机器学习算法自动完成此立方体贴图的填充。需要注意的是，所有处理都是在你的设备上实时执行的。因而一旦有了一个完整填充的立方体，就可用于配置反射探针，之后只要虚拟物体放到场景中，就会开始反射环境光。以下是通过代码启用此特性：

// Environment Texturing
let configuration = ARWorldTrackingConfiguration()
configuration.environmentTexturing = .automatic
session.run(configuration)

environment_texturing.png

使用环境纹理后对比如下：

environment_texturing_demo_1.png environment_texturing_demo_2.png

ARSession会在后台自动执行环境纹理的收集，并以AREnvironmentProbeAnchor对象给到程序使用。AREnvironmentProbeAnchor是ARAnchor的扩展，因而其提供了位置与方向的transform，和一个使用Metal格式的纹理（MTLTexture）表示的立方体贴图，及立方体贴图的物理范围。

应注意的是，其与其它Anchor的生命周期相同，如ARPlaneAnchor或ARImageAnchor。此外，其完全集成进ARSCNView，若使用此View作渲染，则只需要在跟踪配置中启用此特性，其它的会自动处理。

你可以手动地将一个AREnvironmentProbeAnchor放在任意想要放的位置，或以任意方向摆放，可通过以下代码配置：

// Enable manual placement

configuration.environmentTexturing = .manual

3. 图像跟踪（Image Tracking）

图像检测概述（Image Detection Recap）

iOS 11.3开始引入了图像跟踪作为世界跟踪的一部分。检测场景中的2D图像时，这些图像需要是静止且不被移动的，如电影海报或博物馆中的画作。一旦图像被检测到，ARKit会估量图像的位置与方向，之后可用于在你的渲染场景中触发一些AR内容。

图像跟踪被完全集成进世界跟踪，需要做的只是对一些属性进行配置就可以启用。

为了加载图片用于图像检测，可从文件或Xcode的Asset Catalog中加载，后者还会提供一个图像的检测质量信息。

虽然这功能已经很好，但从iOS 12开始提供了相对更做优的图像跟踪。

图像跟踪（Image Tracking）

图像跟踪是图像检测的扩展，其显著的优点是不要求图像静止，而是允许图像移动。
ARKit会以每秒60帧的帧率为每一帧提供位置与方向，且可同时跟踪多张图像。在iOS 12的ARKit2中引入的新的配置ARImageTrackingConfiguration进行图像跟踪。

其配置方式为通过文件或Asset Catalog加载到ARReferenceImage中作为ARWorldTrackingConfiguration的detectionImages属性，或ARImageTrackingConfiguration的trackingImages属性，并将配置交给ARSession运行。ARSession运行后，可在每次update方法回调中取得ARFrame。只要图片已被检测到，ARFrame中将包含ARImageAnchor。具体如下图所示：

image_tracking.png

open class ARImageAnchor : ARAnchor, ARTrackable {
    public var isTracked: Bool { get }
    open var transform: simd_float4x4 { get }
    open var referenceImage: ARReferenceImage { get }
}

使用利于识别的图像（Using Good Images）

为了得到利于识别的图像，要求图像

• 利于识别的图像：

  • 特征明显（Distinct features）
  • 细腻（Well textured）
  • 对比度好（Good contrast）

• 不利于识别的图像：

  • 结构重复（Repetitive structures）
  • 色域一致（Uniform color regions）
  • 直方图窄（Narrow histogram）

以下是两种图的示例：

using_good_images_1.png

若被识别的图片导入到Asset Catalog中，将不需要自己检查，Xcode会自动给出警告，并提示原因，如下图所示：

using_good_images_2.png

配置图像跟踪（Configuration for Image Tracking）

加载完图像后，有两个配置可供选择：

• ARWorldTrackingConfiguration
  • 在世界参照系中的图像锚点（Image anchors in world reference frame）
  • 被检测的图像可被跟踪（Detected images can be tracked）
• ARImageTrackingConfiguration
  • 独立于世界跟踪（Independent from world tracking）
  • 为每一帧提供位置与方向（Position and orientation for every frame）

两种配置的使用示例如下：

// Create an image tracking configuration
let configuration = ARImageTrackingConfiguration()
configuration.trackingImages = [catPhoto, dogPhoto, birdPhoto]
configuration.maximumNumberOfTrackedImages = 2
session.run(configuration)

// Create a world tracking configuration
let configuration = ARWorldTrackingConfiguration()
configuration.detectionImages = [catPhoto, dogPhoto, birdPhoto]
configuration.maximumNumberOfTrackedImages = 2
session.run(configuration)

4. 物体检测（Object Detection）

物体检测（Object Detection）

物体检测可用于检测场景中已知的3D对象，并提供检测到的物体的位置与方向。当检测到特定物体时，可根据需要触发AR内容。

与图像检测相同的是，物体检测只适用于无法移动的静止物体，如博物馆的展品或特定玩具等；而与图像检测不同的是，物体检测需要先运行ARKit的iOS应用扫描此物体。Apple提供了开源且功能齐全的应用Scanning and detecting 3D objects用于物体的扫描。这些被扫描的物体需要有点特征，如纹理良好，硬且不反光。

物体跟踪已被完全集成到世界跟踪中，因而使用此特性时，只要设置ARWorldTrackingConfiguration的detectionObjects属性，即：

// Object Detection
let configuration = ARWorldTrackingConfiguration()
configuration.detectionObjects = [ancientBust, clayPot]
session.run(configuration)

物体扫描的具体使用方法如图所示：

object_detection.png

启用物体检测后，若检测到场景中的物体，则每次更新的ARFrame中将包含ARObjectAnchor表示此物体。

open class ARObjectAnchor : ARAnchor {
    open var transform: simd_float4x4 { get }
    open var referenceObject: ARReferenceObject { get }
}

物体扫描（Object Scanning）

已知的物体可通过Xcode的Asset catelog导入，而未知的物体在进行物体检测前，需要先对物体进行扫描，才可检测到。物体扫描时会收集场景中的信息。与平面检测类似的是，通过收集场景中的信息估算水平平面或垂直平面的位置，但这里获取的是3D对象的信息。为确定物体检测的区域，会生成transform, extent和center，以在物体周围形成立体边框，定义在其在场景中的位置。需要注意的是，扫描时，并不需要将扫描物体的每个面，如博物馆内部分靠墙的雕塑，可以不扫描无法扫描的背面。对扫描结果满意后，可通过extent的center调整物体的原点，但需要确保center始终在extent内部。扫描完成后将得到一个ARReferenceObject对象，此对象可序列化为文件（通常后缀名为.arobject），可在Asset Catelog中查看name，center和extent属性。

open class ARReferenceObject : NSObject, NSCopying, NSSecureCoding {
    open var name: String?
    open var center: simd_float3 { get }
    open var extent: simd_float3 { get }
    open var rawFeaturePoints: ARPointCloud { get }
}

5. 人脸跟踪的提升（Face Tracking Enhancements）

人脸跟踪概述（Face Tracking Recap）

去年发布iPhone X的同时，ARKit也推出了健壮的人脸检测与跟踪，并以每秒60帧的帧速为每一帧提供面部的位置与方向。人脸跟踪的结果使用ARFaceAnchor表示。得到的pose可用于增强人脸效果，如增加面具，帽子或替换脸部素材。ARKit还以ARFaceGeometry的格式提供面部的三角形网格。

方向光的估测（Directional Light Estimation）

ARKit会提供方向光的估测，会将脸部作为光线探测（light probe），估算光线强度，方向及色温。对于对光线要求复杂的应用，ARKit还会收集整个场景中的光线情况，并提供球面谐波系数（Spherical harmonics coefficients），以进一步提升视觉效果。

融合变形概述（Blendshapes Recap）

ARKit可实时跟踪表情，支持识别超过50种以上特定的面部特征点（Blendshapes），Blendshapes使用0与1间的值表示对应面部特征点的活跃程度，其中1表示极度活跃，0表示不活跃，如张嘴时jawOpen系数接近1，闭嘴时则接近0。此特性对创建虚拟角色的动画非常有用（Animation of virtual character），可用于实现类似Animoji的效果。

人脸跟踪的提升（Face Tracking Enhancements）

视线跟踪（Gaze tracking）

gaze_tracking.png

open class ARFaceAnchor : ARTrackable {
    open var leftEyeTransform: simd_float4x4 { get }
    open var rightEyeTransform: simd_float4x4 { get }
    open var lookAtPoint: simd_float3 { get }
}

支持舌头（Tongue support）

tongue_support.png

extension ARFaceAnchor.BlendShapeLocation {
    public static let tongueOut: ARFaceAnchor.BlendShapeLocation
}

---

相关视频：

• WWDC 2018

Creating Great AR Experiences
Inside SwiftShot: Creating an AR Game
Integrating Apps and Content with AR Quick Look
Understanding ARKit Tracking and Detection
What’s New in Safari and WebKit

• WWDC 2017

Introducing ARKit: Augmented Reality for iOS