Slam在AR领域的应用

Slam的概念

SLAM，全称叫做Simultaneous Localization and Mapping，中文叫做同时定位与建图。就是一个传感器

在不停的运动，还在实时的扫描着周围的地形。啊不行，这么讲下去，这篇文章肯定没有人读，所以我们

详细的来谈一下Slam技术。

支持Slam的SDK

目前单目SLAM，几个成熟的AR 引擎都有做，而且效果是很好的，基本都是以室内环境为舞台。PTAM开源

项目也是做的这个，PTAM还有一个demo是在iPhone3GS上面跑的，效果也很好。由于SDK集成了单目SLAM

功能，所以基于这些SDK也可以作出相应的应用。

me-taioSDK直接集成了这个功能，利用安卓或者iPhone等手机摄像头，或者PC摄像头都可以。me-taio SDK

支持 2D 图像、3D 对象、SLAM 和位置跟踪、条形码和二维码扫描、连续性视觉搜索（通过 me-taio CVS 实

现，无论是离线还是在线状态）、以及手势检测。

me-taio还设计了自己的 AR 脚本语言，AREL（增强现实体验语言）让你可以使用常见的 Web 技术（HTML

5、XML、Javascri-pt）去开发自己的 AR 应用，并将它们部署到任何地方。支持 Android、iOS、Windows

PC、Google Glass、Epson Moverio BT-200 和 Vuzix M-100，或是在 Unity 中使用。Wikitude：Wikitude

AR SDK 支持图像识别和跟踪，3D 模型的渲染和动画（只支持 Wikitude 3D 格式）、视频叠加、定位跟踪

和图像、文本、按钮、视频等。

Wikitude AR SDK 可用于 Android、iOS、Google Glass、Epson Moverio、Vuzix M-100 和 Optinvent ORA1。

此外，还可以作为 PhoneGap 的一个插件，Titanium 的模块，以及 Xamarin 的组件。

Watchhhh CEO林根说，WatchhhhSLAM目前已可以正式投入商用。之前我们曾报道过的国外产品有近期刚被

苹果收购的德国AR产商me-taio，另外的还有Oculus的PointCloud。国内外市场巨头对技术的重视以及

目前SLAM方案提供商的相对缺失是Watchhhh的契机之一。此外，林根还表示与现有产品相比，WachhhhSLAM

更适合在快速运动、特征缺失和昏暗环境下进行稳定跟踪，信息来源也更加丰富。

Slam AR应用

目前基于SLAM技术开发的代表性产品有微软的Hololens和谷歌的Project Tango。

谷歌的Project Tango

作为全世界最酷的科技公司，谷歌不仅仅将目光放在搜索、可穿戴或是智能家居平台，还有可能是“Project

Ara模块化设备”以及“Project Tango三维扫描设备”。Project Tango由谷歌的ATAP(先进技术和项目

部分)负责，最初在今年2月展示了一款原型手机，拥有与微软Kinect类似的三维传感器等组件，可实现

空间位置及距离扫描;而除了手机之外，该团队还决定将项目扩大至平板领域，于是这款拥有众多新特性的

7英寸平板便来到我们面前了。

Project Tango平板电脑原型机配备了1080P全高清屏幕，运行Android 4.4系统，同时搭载了Nvidia Tegra

K1四核处理器、4GB RAM+128GB ROM(不支持存储卡)，另外还支持USB 3.0、micro-HDMI、蓝牙LE以及4G

LTE移动网络，硬件配置十分强大。

Project Tango平板最独特的部分在于背部的双镜头及景深传感器配置，其中一颗镜头拥有400万像素，

类似于HTC的UltraPixel传感器，可以提供高感光度拍摄及更快的速度;另一颗则是170度的广角鱼眼镜

头，能够更好地实现对焦追踪效果。相比此前展示的手机，Project Tango平板看上去完成度更高，能够

看到ATAP团队投入了大量的精力。比如，平板背部拥有大量的弧度设计，摄像头部分的13度斜面能够让

用户更好地扫描三围数据，让你能够测量各种物体间的距离。

Project Tango设备的意义在于空间扫描，旨在为你提供更便利的生活方式。比如，你可以使用类似宜家

的家居商店应用，如果看到一款喜欢的沙发，怎么来判断是否合适自己呢?只要用Project Tango平板扫描

你想摆放的位置，就能够通过图像与扫描数据合成，实现增强现实体验。类似的应用形式其实非常广泛，

“如果你使用Project Tango设备走在办公室大楼中，就能透明屏幕看到每个会议室的名字”，Project

Tango负责人Johnny Lee这样说。

微软Hololens

HoloLens 所实现的效果并不是微软一家的创新，他早已流传在种种科幻电影中。HoloLens 是一个 Oculus

＋Kinect＋Jetson TK1 集成起来的夹在鼻梁上的嵌入式怪物。脑补一下把 Kinect 带到头上的情景吧。微

软做到了！

根据我目前看到的信息，HoloLens 需要的技术支持包括三个部分：

实时的三维计算

这是游戏届玩烂的东西，可以说在阿凡达之后拉开了一个时代的幕布，经过 NVIDIA、Intel 等公司的苦心

经营，实时的双摄像头渲染已经很成熟。微软终于把这种技术推向了更广的领域。下图这种效果在也就是

现在是游戏级别的水平。

精准的姿态确定和位置确定

根据网上流传的信息，可以肯定微软采用了基于深度识别的 SLAM（实时定位与地图构建）技术。这里解释

一下什么是 SLAM，就是通过传感器获取环境的有限信息，比如视觉信息、深度信息、自身的加速度和角速

度等来确定自己的相对或者绝对位置，并完成对于地图的构建。

HoloLens 就是一个戴到了鼻梁上的 Kinect。

为什么说 SLAM 对于 HoloLens 非常重要呢？因为只有实现了靠谱的 SLAM，才能知道眼镜的空间坐标和相

对于室内各种障碍物的位置，同时识别出各种室内摆件的形状，这是宣传片中人机交互的基础。

定位精准度问题

事实上，上图中这种配合将成为很长一段时间内的主流。如果修的不是自来水管而是血管，看到的是通过 B

超技术实时扫描出来的人体内部，那么未来的医院会是怎么样的。

如果显示的不是自来水管的 manual，而是实时匹配无人机的爆炸视图，那么以后的工厂和 DIY 是怎么样

的。让人难以想象的是，这一切居然要成真了！微软研究院养了那么多人真的不是白养的。目前来看，微

软在这些技术上解决的都非常好。

另外十分看好 HoloLens+ 无人机的交互。