胡睿婷 刁明光＊

（中國地質(zhì)大學(xué)（ 北京） 信息工程學(xué)院，北京 100083）

隨著城市建設(shè)的發(fā)展，室內(nèi)建筑規(guī)模不斷擴大，室內(nèi)結(jié)構(gòu)趨于復(fù)雜化，然而面向室內(nèi)的位置服務(wù)尚不滿足人們在室內(nèi)公共空間的出行需求?，F(xiàn)階段各類室內(nèi)電子地圖存在以下四方面問題：

（1） 傳統(tǒng)的二維地圖導(dǎo)航可讀性差，室內(nèi)空間方向辨識度低，使用者難以根據(jù)二維地圖準(zhǔn)確判定當(dāng)前位置與方向；

（2） 基于360街景技術(shù)的地圖導(dǎo)航雖然提升了真實感與代入感，但其制作與更新成本高，實景的可維護性差，操作復(fù)雜，無法實現(xiàn)以位置更新為驅(qū)動的實景導(dǎo)航；

（3） 三維實景導(dǎo)航可以實現(xiàn)隨位置更新變化場景，但其三維模型數(shù)據(jù)量大，建模成本高，且仍然保留實景導(dǎo)航存在的問題；

（4） 室內(nèi)AR導(dǎo)航雖已經(jīng)面向市場，但基于室內(nèi)無線定位技術(shù)的AR導(dǎo)航仍無法擺脫定位困難的缺陷。由于GPS信號在穿透建筑物或其他阻擋時信號強度被削弱，其定位精度不滿足室內(nèi)定位精度的標(biāo)準(zhǔn)，一般不采用GPS方式進行室內(nèi)定位；因此，現(xiàn)階段主要的室內(nèi)定位方式包含以下六種：Wi-Fi技術(shù)，藍牙技術(shù)，紅外線技術(shù)，超寬帶技術(shù)，RFID技術(shù)和超聲波技術(shù)。但對于移動設(shè)備，Wi-Fi技術(shù)，藍牙技術(shù)，紅外線技術(shù)的信號接收端容易受到其他信號的干擾，從而影響其定位精度，定位器的能耗也較高，穩(wěn)定性差；而超寬帶技術(shù)、RFID技術(shù)和超聲波技術(shù)等雖然較前三種方法其定位精度更高，但由于特定硬件設(shè)備不便于整合到移動設(shè)備中，同時還需要大量部署底層硬件設(shè)施，總體成本都較高。

因此，本文針對上述問題設(shè)計并實現(xiàn)了一種基于AR標(biāo)識追蹤技術(shù)的室內(nèi)導(dǎo)航系統(tǒng)，彌補了二維地圖與實景地圖缺陷的同時，避免使用現(xiàn)有無線定位技術(shù)，提升了定位精度，降低了基礎(chǔ)設(shè)施鋪設(shè)成本，兼顧了導(dǎo)航的高效性和實用性。

1 系統(tǒng)設(shè)計

系統(tǒng)主要功能包括AR路徑導(dǎo)航、地圖場景切換和清除緩存。AR路徑導(dǎo)航功能可通過AR標(biāo)識追蹤技術(shù)確定起始位置，反饋實時位置，并引導(dǎo)最短路徑；場景切換用于初始化AR導(dǎo)航所在地圖；清除緩存功能用于整理用戶空間，有助于合理利用系統(tǒng)資源。其中AR路徑導(dǎo)航為本系統(tǒng)核心模塊。系統(tǒng)功能設(shè)計如圖1所示。

圖1 系統(tǒng)功能設(shè)計

1.1 AR模塊設(shè)計

AR模塊以Dijkstra路徑規(guī)劃結(jié)果為輸入，加載AR資源到緩存。導(dǎo)航過程中AR引擎持續(xù)從設(shè)備攝像機接收視頻幀，捕捉畫面中的自然特征點[1]，再根據(jù)路徑規(guī)劃結(jié)果對圖像進行重繪，從而達到在攝像機實景中放置3D引導(dǎo)模型的效果。AR模塊業(yè)務(wù)流程如圖2所示。

圖2 AR模塊業(yè)務(wù)流程

1.2 雙重定位的AR標(biāo)識結(jié)構(gòu)

雙重定位是指，每一個AR標(biāo)識 （AR Tracker） 包含兩個弱標(biāo)記對象[1]（以下簡稱標(biāo)記），分別為NetRoad Tracker和Node Tracker。其中NetRoad Tracker用于快速定位視頻幀中的路網(wǎng)節(jié)點標(biāo)記，其元數(shù)據(jù)包括建筑物編號Building_ID和樓層編號Layer_ID，在導(dǎo)航過程中該標(biāo)記全局加載，同一建筑物的同一樓層使用同一個NetRoadTracker；Node Tracker用于定位路徑規(guī)劃結(jié)果節(jié)點，其元數(shù)據(jù)包括該節(jié)點的實際地理位置X、Y以及唯一標(biāo)識該節(jié)點的Node_ID，當(dāng)且僅當(dāng)該節(jié)點屬于路徑規(guī)劃結(jié)果的子集及其相鄰節(jié)點時將該標(biāo)記被加載到緩存。采用雙重定位的AR標(biāo)識結(jié)構(gòu)，可在緩存容量一定時，減少資源的加載量與加載時間，同時保證系統(tǒng)可以實現(xiàn)規(guī)劃路徑節(jié)點與非規(guī)劃路徑節(jié)點的辨別。

1.3 AR追蹤定位

將AR標(biāo)識鋪設(shè)在室內(nèi)路網(wǎng)的相應(yīng)位置，組成可視的地理信息網(wǎng)，通過追蹤AR標(biāo)識獲取當(dāng)前位置所包含的地理意義，從而實現(xiàn)室內(nèi)定位。追蹤定位流程如圖3所示，當(dāng)計算機捕捉到NetRoad Tracker時，系統(tǒng)接收到標(biāo)識反饋的建筑物編號、樓層編號數(shù)據(jù)，若同時捕捉到Node Tracker，則由Node_ID向系統(tǒng)上層查詢該節(jié)點的其他地理信息，若為規(guī)劃路徑節(jié)點，則展現(xiàn)相應(yīng)引導(dǎo)模型；若已偏離規(guī)劃路徑，此時應(yīng)重新調(diào)起路徑規(guī)劃。

圖3 追蹤定位流程

1.4 AR資源緩存

根據(jù)建筑物的規(guī)模及其設(shè)計的復(fù)雜程度，其室內(nèi)路網(wǎng)節(jié)點數(shù)量在百到萬數(shù)量級之間，樓層間的節(jié)點數(shù)量也不一定相同，因此加載不同建筑，不同樓層的AR標(biāo)識資源所需要的時間與空間成本是動態(tài)變化的。為了節(jié)約加載資源，采取靜態(tài)加載NetRoadTracker，動態(tài)加載NodeTracker的方式，優(yōu)先緩存必要的AR標(biāo)識資源到緩存中，即先進行路徑規(guī)劃，根據(jù)Dijkstra法路徑規(guī)劃的結(jié)果，緩存所有規(guī)劃路徑節(jié)點及部分相鄰節(jié)點，舍棄剩余無關(guān)節(jié)點資源，保證系統(tǒng)可以辨別規(guī)劃路徑節(jié)點與非規(guī)劃路徑節(jié)點的同時，提升系統(tǒng)性能和資源利用率。

2 系統(tǒng)實現(xiàn)

2.1 AR標(biāo)識鋪設(shè)

由于室內(nèi)空間有限，道路狹窄，而AR標(biāo)識的識別率與實際圖片大小呈正相關(guān)，且考慮到節(jié)點的位置價值，AR標(biāo)識所代表的地理信息節(jié)點需要根據(jù)實際室內(nèi)環(huán)境合理、均勻地鋪設(shè)在可行走道路中軸線上。

2.2 AR方向引導(dǎo)

在獲取地理信息數(shù)據(jù)后，系統(tǒng)會根據(jù)當(dāng)前路徑規(guī)劃結(jié)果在地面鋪設(shè)的AR標(biāo)識圖形上生成3D引導(dǎo)模型，并輔以距離文字提示。

系統(tǒng)以MAXSTAR SDK為AR引擎開發(fā)工具測試導(dǎo)航效果。如圖4所示，3D引導(dǎo)模型箭頭所指方向即為當(dāng)前位置在路徑規(guī)劃結(jié)果中，指向下一目的位置的相對方向。在單次導(dǎo)航過程中，僅該次路徑規(guī)劃結(jié)果節(jié)點子集所覆蓋位置的AR標(biāo)識位置展示引導(dǎo)模型。

圖4 展示引導(dǎo)方向的AR模型

3 結(jié)語

本文研究并分析了現(xiàn)階段室內(nèi)導(dǎo)航所使用的技術(shù)及其缺陷，利用在自然環(huán)境下的弱標(biāo)記識別技術(shù)進行室內(nèi)定位，并結(jié)合OpenGL2.0在視頻幀畫面中渲染3D引導(dǎo)模型，實現(xiàn)非無線定位的室內(nèi)AR導(dǎo)航。

未來將以豐富AR標(biāo)識模型、優(yōu)化海量資源緩存算法為研究方向，提升導(dǎo)航效率，擴展應(yīng)用場景，持續(xù)推動智能化出行的建設(shè)與發(fā)展。