今年6月份Apple发布了iOS 11，随之带来了ARKit，ARKit一出技惊四座，就在昨天Google发布了他们的AR开发工具ARCore，看效果还是蛮不错的，看来又是一场大战了。
GoogleAR官方平台：https://developers.google.com/ar
ARCore SDK：https://github.com/google-ar/arcore-android-sdk
ARCore是基于单目+IMU增强现实方案， 跟ARKit一样，除了自家平台，Unity3D和Unreal平台也都有相应的开发包，都是为了笼络开发者啊。
解密三大核心功能
ARCore的核心功能有三个：相机姿态估计， 环境感知以及光源感知（Light Estimation)。
ARCore_Lion.gif
相机姿态估计其实就是通过单目相机读取图像，通过特征的匹配估计相机的运动轨迹。这点我相信研究过SFM、SLAM的同学并不陌生。但是ARCore极有可能用的不是常见的特征匹配法。这里先卖个关子，下文再详细分析运动轨迹的估计方法。
环境感知其实就是ARKit中的平面检测，这样可以保证虚拟物体摆放位置相对合理，处于水平姿态。
ARCore_Taco.gif
而第三个功能光源感知，按照谷歌官方的说法是，ARCore能感知现实世界的光源位置，使虚拟物体能够形成相应方位的影子，从而增加虚拟物体在现实世界里的真实度。可以看到上面的那个gif图，在关灯之后，狮子身上的光照也发生了变化。
个人估计：是因为使用的匹配算法的原因。我们就切入到ARCore第一个核心功能——姿态估计上，进行具体分析：
传统的特征匹配方法只计算关键点和描述，几十万像素的图像只用了几百个特征点，屏蔽了大部分可能有用的信息，更别说对灰度的估计了。所以，ARCore很有可能是使用了直接法来做相机位姿估计（对直接法感兴趣的同学可以去看看LSD, SVO, DSO等解决方案）。
简单来说，直接法直接使用的是整张图片的像素信息，通过像素亮度来进行运动轨迹的估计。这样的好处是速度很快，直接跳过计算关键点与描述子的步骤。同时在有些缺失特征点的环境下，只要环境中有明暗变化，也能工作，如此大大的避免了跟丢的情况。
直接法的数学推导就不详述了，但是该方案是基于灰度不变的强假设。换句话说， 就是同一空间的像素灰度值，在每张图像上都是不变的。这样就对光源的强弱及位置变化要求比较高，同时相机的自动曝光功能也需要关闭，使得图像不会整体变亮或者变暗。
ARCore的所谓光源感知功能估计就是基于像素灰度变化的计算。这也就是为什么不同的光源强度下，形成的影子的方向效果有好有差。
由于直接法完全依靠像素梯度优化来估计相机位姿，作为Ceres（谷歌推出的SLAM闭环检测算法）的东家，这点对于谷歌来说并不是什么难处。另外一个ARCore使用直接法的例证就是点云。
ARCore的SDK里是有点云功能的——由于Unity3D的Demo存在Bug，无法看到具体形成的点云是半稠密还是稠密的。但无论是半稠密还是稠密点云的构建，这都是特征法无法实现的。个人估计是半稠密的点云。如果ARCore在没有GPU CUDA加速的情况下真构建了稠密点云，只能膜拜Google大法了。
相比之下，ARCore能够实现的光源感知和点云功能，ARkit实现不了——如果ARKit是Metaio（苹果之前收购的德国公司）做的话，采用特征法的可能性大，这样就无法实现光源感知，点云理论上是能构建，但只能是稀疏的，基本上就是一堆点，看不出什么。
至于ARCore整体的工程是SLAM还是VIO，个人的偏向还是VIO更有可能。就如ARKit一样，使用的场景更偏向于手机端，在场景不大的情况下，VIO作为定位方案已经绰绰有余，而且更加节省计算资源。
小结
虽然Google正式与Apple在AR战场上叫板了，不过个人觉得鉴于安卓混乱的市场，有些手机甚至没有陀螺仪，我对它的推广表示一些担忧。不过话说回来，Apple跟Google都在AR上发力，AR增强现实的春来就是真的来了。
网友评论