黃濤娟

上海建工集團(tuán)工程研究總院 上海 201114

增強(qiáng)現(xiàn)實(shí)（AR）技術(shù)是一種新興計(jì)算機(jī)應(yīng)用和人機(jī)交互技術(shù)，通常所說(shuō)的增強(qiáng)現(xiàn)實(shí)，指的是用虛擬內(nèi)容來(lái)做視覺(jué)上的增強(qiáng)，通過(guò)屏幕或投影設(shè)備來(lái)顯示。它的本質(zhì)是通過(guò)計(jì)算機(jī)技術(shù)將生成的虛擬物體、場(chǎng)景、視頻、音頻、動(dòng)畫(huà)及提示信息等疊加到真實(shí)世界，通過(guò)混合技術(shù)給用戶呈現(xiàn)一個(gè)信息增強(qiáng)的現(xiàn)實(shí)世界與虛擬世界的混合體，可以增強(qiáng)用戶對(duì)真實(shí)世界的感知能力[1-4]。根據(jù)AR在其他領(lǐng)域的指導(dǎo)應(yīng)用，AR技術(shù)也可以應(yīng)用于建筑施工中，早在1996年，Webster就將AR技術(shù)應(yīng)用于建筑施工、檢查和維修中，展示了其教學(xué)指導(dǎo)作用，后來(lái)也有研究應(yīng)用AR技術(shù)實(shí)現(xiàn)圖紙的三維可視化、施工模擬可視化等。本文通過(guò)增強(qiáng)現(xiàn)實(shí)技術(shù)在建筑施工中的應(yīng)用及發(fā)展研究，將建筑施工領(lǐng)域的分析和技術(shù)相結(jié)合進(jìn)行探討，汲取國(guó)外先進(jìn)的AR建筑應(yīng)用技術(shù)，開(kāi)發(fā)移動(dòng)端應(yīng)用程序并在實(shí)景中疊加可以互動(dòng)的3D圖像，便于施工過(guò)程中信息的交流理解，減少誤讀、信息傳遞失真等情況。

1 軟件設(shè)計(jì)流程及關(guān)鍵技術(shù)研究

1.1 軟件設(shè)計(jì)流程

移動(dòng)增強(qiáng)現(xiàn)實(shí)系統(tǒng)由硬件和軟件2部分組成。硬件部分主要包括可以把計(jì)算機(jī)所生成的虛擬物體和用戶當(dāng)前所處的真實(shí)環(huán)境及提示文字等同時(shí)進(jìn)行顯示的載體，本課題利用帶有攝像功能的用戶手持終端（如智能手機(jī)、平板電腦等）作為虛擬顯示器。軟件系統(tǒng)則是基于Vuforia SDK插件和Unity3D開(kāi)發(fā)的可以進(jìn)行增強(qiáng)現(xiàn)實(shí)對(duì)象的移動(dòng)、旋轉(zhuǎn)、縮放、動(dòng)作觸發(fā)、視頻播放等交互功能的APP。

總體上看，AR技術(shù)的關(guān)鍵在于設(shè)備對(duì)周圍環(huán)境的感知理解：最基本的，是確定設(shè)備自身的空間位置；再高級(jí)一點(diǎn)的，是對(duì)環(huán)境進(jìn)行實(shí)時(shí)重建；更高級(jí)的，就涉及到識(shí)別、認(rèn)知和交互了。其中，定位是最基礎(chǔ)的，只有設(shè)備自身的位置和朝向精確地被確定，虛擬出來(lái)的內(nèi)容才能和現(xiàn)實(shí)很好地結(jié)合，以達(dá)到足夠的真實(shí)感，并且該過(guò)程需要實(shí)時(shí)地進(jìn)行。目前應(yīng)用于移動(dòng)設(shè)備上的AR主要有2類：基于圖片標(biāo)記的AR和基于IMU的AR。本文研究的是基于圖片標(biāo)記的AR，在移動(dòng)終端拍攝特定的圖像，在預(yù)覽畫(huà)面中疊加3D動(dòng)畫(huà)效果，移動(dòng)或者旋轉(zhuǎn)手機(jī)，3D動(dòng)畫(huà)始終與拍攝的圖片保持固定的位置關(guān)系，從而達(dá)到增強(qiáng)現(xiàn)實(shí)的體驗(yàn)。

增強(qiáng)現(xiàn)實(shí)技術(shù)的程序基本流程（圖1）為：獲取攝像頭的圖像、識(shí)別標(biāo)識(shí)、檢測(cè)標(biāo)識(shí)的位置和方向、虛實(shí)結(jié)合，合成CG動(dòng)畫(huà)顯示。

圖1 增強(qiáng)現(xiàn)實(shí)技術(shù)的程序基本流程

1.2 關(guān)鍵技術(shù)研究

1.2.1 真實(shí)高效的3D渲染

目標(biāo)物體的識(shí)別完成時(shí)，展現(xiàn)在移動(dòng)端顯示器中的三維輔助圖形需要根據(jù)實(shí)際施工現(xiàn)場(chǎng)施工工藝進(jìn)行3D模型的精確建模（圖2、圖3）。三維精確建模主要是利用現(xiàn)有成熟BIM軟件實(shí)現(xiàn)從二維CAD建筑結(jié)構(gòu)圖紙到三維建筑結(jié)構(gòu)模型的轉(zhuǎn)變。其中需要整理模型物理參數(shù)和高效材質(zhì)等內(nèi)容，實(shí)現(xiàn)真實(shí)、高效的模型建模渲染和設(shè)置。

圖2 主樓及裙房三維模型

圖3 裙房近景

1.2.2 目標(biāo)的精確識(shí)別

此應(yīng)用程序采用高通的Vuforia SDK插件來(lái)實(shí)現(xiàn)目標(biāo)物體的識(shí)別功能。Vuforia是一個(gè)能讓?xiě)?yīng)用擁有視覺(jué)的軟件平臺(tái)，開(kāi)發(fā)人員可以輕松地為任何應(yīng)用程序添加先進(jìn)的計(jì)算機(jī)視覺(jué)功能，使其能夠識(shí)別圖像和對(duì)象，并與現(xiàn)實(shí)世界中的空間進(jìn)行交互。Vuforia提供Unity 3D開(kāi)發(fā)，通過(guò)上傳圖片數(shù)據(jù)到云數(shù)據(jù)庫(kù)進(jìn)行圖片識(shí)別（圖4），識(shí)別完成后在對(duì)應(yīng)的現(xiàn)實(shí)場(chǎng)景中增加虛擬現(xiàn)實(shí)的內(nèi)容。Vuforia SDK同時(shí)允許5個(gè)目標(biāo)在攝像頭范圍內(nèi)并且同時(shí)可以允許50個(gè)圖像目標(biāo)在資源數(shù)據(jù)庫(kù)中。運(yùn)行時(shí)允許交換數(shù)據(jù)集，這使得應(yīng)用程序可以容納更多的目標(biāo)。它的圖片識(shí)別機(jī)制如下：

1）服務(wù)器對(duì)上傳圖片進(jìn)行灰度處理，使其變?yōu)楹诎讏D。

2）提取黑白圖像特征點(diǎn)。

3）將特征點(diǎn)數(shù)據(jù)打包。

4）程序運(yùn)行時(shí)對(duì)比特征點(diǎn)數(shù)據(jù)包。

1.2.3 界面和可視化

用3DMAX等專業(yè)建模軟件構(gòu)建的三維模型沒(méi)有地理坐標(biāo)，在構(gòu)建大范圍場(chǎng)景時(shí)有一定困難，為實(shí)現(xiàn)把三維模型準(zhǔn)確地繪制到當(dāng)前的場(chǎng)景中（圖5），就需引入AR技術(shù)，將識(shí)別代碼植入三維模型對(duì)應(yīng)的二維CAD圖紙上。

圖4 二維識(shí)別圖紙

圖5 Unity中二維圖紙上繪制三維模型

本課題開(kāi)發(fā)工具選用Unity，它是一款專業(yè)的游戲引擎，能夠提供方便、簡(jiǎn)潔的多平臺(tái)游戲開(kāi)發(fā)，擁有高度優(yōu)化的圖形渲染管道，比較適用于虛擬現(xiàn)實(shí)世界的生成。Unity 3D技術(shù)實(shí)現(xiàn)全系統(tǒng)資源整合和集成，物體坐標(biāo)采用笛卡爾坐標(biāo)系描述，Transform組件用來(lái)描述在空間中物體的狀態(tài)，它包括位置、旋轉(zhuǎn)和縮放。在Unity中導(dǎo)入Vuforia SDK插件包和資源包后，就可以給模型添加腳本，實(shí)現(xiàn)3D模型的放大、縮小、旋轉(zhuǎn)、文字顯示等，也可以設(shè)計(jì)用戶界面，通過(guò)按鈕控制視頻和音頻的播放、暫停、終止，以及為模型添加文字、圖片等輔助信息。在Unity中，利用Vuforia實(shí)現(xiàn)虛實(shí)結(jié)合的操作如下：

1）新建Unity 3D工程，導(dǎo)入Vuforia-Unity 3D數(shù)據(jù)包和從云數(shù)據(jù)庫(kù)下載的包含識(shí)別圖的目標(biāo)包。

2）添加AR Camera和Image Target到場(chǎng)景中，模型添加到Image Target下。

3）設(shè)置AR Camera參數(shù)。

4）設(shè)置Image Target參數(shù)。

5）編寫(xiě)腳本為模型添加事件。

交互操作時(shí)，程序會(huì)根據(jù)用戶的手勢(shì)信息判斷接觸點(diǎn)的位置、數(shù)量以及手勢(shì)方向調(diào)用對(duì)應(yīng)的函數(shù)，從而實(shí)現(xiàn)對(duì)模型的交互控制。觸摸點(diǎn)的數(shù)量由Input.touchCount函數(shù)獲得。當(dāng)Input.touchCount＜＝0時(shí)，代表觸摸點(diǎn)為零，即沒(méi)有觸摸，否則當(dāng)Input.touchCount=1時(shí)為單點(diǎn)觸摸，控制模型水平上下旋轉(zhuǎn)。當(dāng)Input.touchCount=2時(shí)為多點(diǎn)觸摸，控制模型放大縮小。Offset記錄老的2個(gè)觸摸點(diǎn)距離和新的2個(gè)觸摸點(diǎn)距離差，Offset值為正表示放大手勢(shì)，為負(fù)表示縮小手勢(shì)，然后調(diào)用對(duì)應(yīng)的函數(shù)（圖6）。

圖6 手勢(shì)識(shí)別和模型控制流程

本文研究了基于Android和IOS平臺(tái)發(fā)布apk格式的應(yīng)用程序。圖7為安卓手機(jī)上安裝APP后測(cè)試示例效果，運(yùn)行APP后，手機(jī)攝像頭對(duì)準(zhǔn)并識(shí)別圖紙，屏幕上疊加顯示建筑的3D模型，點(diǎn)擊屏幕或虛擬按鈕實(shí)現(xiàn)交互操作。

2 應(yīng)用案例

本文的研究成果可廣泛應(yīng)用于工程建設(shè)中的數(shù)字化輔助建造。

圖7 測(cè)試示例效果

2.1 機(jī)械維護(hù)和修理

AR 應(yīng)用可以用于復(fù)雜的機(jī)械裝配、維護(hù)和修理，允許施工人員在需要的地方查看設(shè)計(jì)、施工或運(yùn)維信息，通過(guò)真實(shí)環(huán)境疊加的3D畫(huà)面，查看具體的施工操作流程。

2.2 標(biāo)書(shū)、報(bào)告、書(shū)籍等的擴(kuò)展內(nèi)容展現(xiàn)（3D書(shū)籍）

AR技術(shù)可以用于書(shū)籍的模型化展示，讓圖片上靜態(tài)的建筑變成3D立體建筑模型，可以讓用戶直觀地看到建筑物的構(gòu)造細(xì)節(jié)，點(diǎn)擊屏幕可以與3D建筑模型進(jìn)行交互，將視覺(jué)的畫(huà)面擴(kuò)展到視聽(tīng)多方位的體驗(yàn)。

2.3 各類展會(huì)的輔助多媒體解說(shuō)（虛擬解說(shuō)員）

代替?zhèn)鹘y(tǒng)的宣傳展示形式，展會(huì)中將3D建模的卡通人物疊加到展覽圖片中，通過(guò)實(shí)時(shí)視頻顯示或音頻講解進(jìn)行現(xiàn)場(chǎng)解說(shuō)，并將內(nèi)容以多媒體的方式呈現(xiàn)給參觀者，展示更多的咨詢內(nèi)容，提升參觀者的觀賞體驗(yàn)。

3 結(jié)語(yǔ)

本文是基于圖紙的AR研究，在此基礎(chǔ)上的下一個(gè)目標(biāo)是將AR技術(shù)引入施工現(xiàn)場(chǎng)，將虛擬模型與真實(shí)環(huán)境等比例結(jié)合，以產(chǎn)生更好的視覺(jué)沖擊，輔助施工作業(yè)，保證工期、施工質(zhì)量，提高生產(chǎn)效率。另外，有人把AR看作新的計(jì)算平臺(tái)，完全不為過(guò)，試想一下，最早期的尋呼機(jī)、功能機(jī)只是提供一維的通知、電話或短信服務(wù)，到了智能機(jī)時(shí)代，大屏的出現(xiàn)，二維的圖像、音視頻成了主流，那下一個(gè)時(shí)代呢，也許3D技術(shù)、AR會(huì)是計(jì)算設(shè)備的核心能力之一。

在全面建設(shè)智慧城市的形式下，智能建筑的發(fā)展需要新技術(shù)的支撐，AR技術(shù)代表的先進(jìn)科技應(yīng)該得到重視，要加快對(duì)先進(jìn)科技的研究和應(yīng)用，推進(jìn)建筑行業(yè)的改革。