VR游艇模拟器视景系统及虚拟手重建研究

发布时间：2020-04-23 06:32

【摘要】：目前,中国游艇行业发展迅速,游艇操作人员的培训和考核变得格外重要。若部分游艇的实操培训在全任务游艇模拟器中完成,将会显著提高培训效率、节省培训开支、规避培训风险。随着虚拟现实(Virtual Reality,VR)技术的不断发展,作为全任务游艇模拟器的补充,基于VR技术的游艇模拟器将以更低廉的价格、更小的设备占用空间和更易于网络化的优点,逐步占据一定的市场份额。本文研究重点是VR视景系统的关键技术及具体实现。此外,以三维场景中的人体数据为研究对象,利用Kinect深度传感器获取人体三维点云数据,研究点云数据预处理、去噪平滑方法,对不同方位的三维点云数据进行全局配准的方法,以及从点云到三维模型的三维表面重建方法。本文的主要研究工作和结论如下:(1)使用Kinect体感设备、Oculus Rift头戴显示器、三自由度动感平台座椅虚拟现实设备,搭建VR游艇视景系统。该视景系统模拟的港口、海面以及白天夜晚、雨、雪等场景真实,提供了游艇驾驶舱内观察视角,视点可跟随头部的运动而改变,且可以自然简便地进行人机交互,座椅配合游艇运动,满足了系统在真实感和沉浸感方面的要求,而且保证了实时性,达到预期效果。(2)采用3台Kinect设备多视角获取三维场景数据。为解决点云噪声问题,提出双边滤波和中值滤波相结合的方法,该方法提高了点云的质量。通过不同视角下的标定物,计算相邻视角间的旋转和平移矩阵,并通过迭代最近点(ICP)算法进行点云配准。该方法快速、有效地完成了点云的全局配准。(3)本文分别使用移动立方体算法、泊松算法和贪婪投影三角化算法对点云数据进行三维表面重建并进行对。发现泊松算法并不适合本文研究的点云数据,贪婪投影三角化算法抗噪性差,移动立方体算法信息丢失严重。将点云的颜色数据映射到三维模型上,增加了三维模型的真实感。
【图文】：

效果图,点云数据,效果,点云

逡逑而非灰度值，这两者之间的关系如图２．１所示。一般情况下，如果彩色图像和深度逡逑图是经过配准的，这样的图像又被叫作ＲＧＢ－Ｄ图像，其每个像素单元与颜色和深逡逑度值有着一一对应的关系［３＼逡逑利用Ｋｉｎｅｃｔ传感器获取的彩色图像与深度图像之间的区别如图２．２所示。逡逑ａ）彩色图像逦ｂ）深度图像逡逑ａ）ＲＧＢ邋Ｉｍａｇｅ逦ｂ）邋Ｄｅｐｔｈ邋Ｉｍａｇｅ逡逑图２．２人物的彩色图像与深度图像逡逑Ｆｉｇ．邋２．２邋Ｃｏｌｏｒ邋ｉｍａｇｅ邋ａｎｄ邋ｄｅｐｔｈ邋ｉｍａｇｅ邋ｏｆ邋ｔｈｅ邋ｃｈａｒａｃｔｅｒｓ逡逑２．１．２点云数据逡逑利用测量得到的场景中点的数据集合称为点云数据。这些点云数据根据测量逡逑设备原理的不同以不同的形式记录。通常点云数据的信息中可能包含三维坐标、颜逡逑色以及光照强度（Ｉｎｔｅｎｓｉｔｙ）等信息。根据点云数量经常将点云分为稀疏点云和密集逡逑点云，稀疏点云中点数量较少，点与点之间的距离较远，而密集点云反之。根据点逡逑云数据模型的排列方式来看，常见的点云有４种数据模型［３１］：扫描线点云、多边逡逑形点云、数组式点云和散乱点云［３２１。本文研宄对象为经Ｋｉｎｅｃｔ采集后的散乱点云。逡逑散乱点云的特点是拓扑关系不明确，几何分布无规律，组织结构混乱，散乱无序。逡逑图２．３展示了点云数据（Ｐｏｉｎｔ邋Ｃｌｏｕｄ邋Ｄａｔａ，ＰＣＤ）模型。逡逑图２．３斯坦福兔子的点云数据及其放大效果逡逑Ｆｉｇ．邋２．３邋Ｔｈｅ邋ｐｏｉｎｔ邋ｃｌｏｕｄ邋ｏｆ邋Ｔｈｅ邋Ｓｔａｎｆｏｒｄ邋Ｂｕｎｎｙ逡逑－７－逡逑

流程图,三维重建,流程,深度图像

从计算机视觉方面来说，三维重建指的是依据单视图或者多视图的照片恢复逡逑目标的三维信息［３３］。而使用Ｋｉｎｅｃｔ采集物体的三维点云数据，完成对目标的三维逡逑重建的一般流程如图２．４所示。逡逑物体：逦深度图像逦逦逡逑Ｋｉｎｅｃｔ丨逦Ｈ预处理ｊ逦Ｈ点云计算逦Ｈ点云配准＂逡逑三维纹理几何模型？逦逦——Ｉ数＾融合逡逑逦１逦不含冗余的网格模型逡逑图２．４Ｋｉｎｅｃｔ的三维重建流程逡逑Ｆｉｇ．邋２．４邋３Ｄ邋ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ邋ｐｒｏｃｅｓｓ邋ｂａｓｅｄ邋ｏｎ邋Ｋｉｎｅｃｔ逡逑２．３本章小结逡逑本章主要描述了在本文的研宄过程中需要了解的基础理论，包括彩色图像和逡逑深度图像区别、点云数据以及三维重建。逡逑－８－逡逑
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U666.158;TP391.9

【参考文献】