संवर्धित वास्तविकता की दहलीज पर: डेवलपर्स के लिए क्या तैयार करें (3 का भाग 1)

अमूर्त

मैं आपके सामने उसी नाम की रिपोर्ट की सामग्री प्रस्तुत करता हूं जो मैंने पिछली गिरफ्तारी में ADD-2010 सम्मेलन में की थी।

एक संक्षिप्त इतिहास के बाद, रिपोर्ट संवर्धित वास्तविकता के विकास में वर्तमान ¹⁾ मामलों की स्थिति की जांच करती है:

• सेंसर का उपयोग: एक्सेलेरोमीटर, जायरोस्कोप, चुंबकीय कम्पास, जीपीएस
  (विभिन्न मोबाइल फोन, Wii, सोनी मूव, XSens)
  
• मार्करों का उपयोग: अवरक्त रोशनी के साथ, दृश्यमान रेंज में
  (सोनी मूव, ऑप्टीकट्रैक, विकॉन)
  
• संरचित हाइलाइटिंग का उपयोग करना
  (उदाहरण के तौर पर Microsoft सरफेस का उपयोग करना)
  
• Z- कैमरे वस्तु को एक चित्र + दूरी जारी करते हैं
  (Microsoft Kinect, इसके पूर्ववर्ती और एनालॉग्स)
  
• मामूली गति पर कब्जा
  (आर्गेनिकमोशन, iPi सॉफ्ट डेस्कटॉप मोशन कैप्चर)
  
• 3 डी सतह स्कैनिंग छवियों का एक सेट का उपयोग कर:
  (स्टीरियो कैमरा, 3 डी स्कैनर, एक चलते कैमरे से 3 डी दृश्य का मनोरंजन)
  

प्रत्येक तकनीक के पीछे कंप्यूटर विज्ञान के कुछ एल्गोरिदम और क्षेत्र हैं। इस वर्ग के सफल अनुप्रयोगों को बनाने के लिए, यह आवश्यक है, अगर पूरी तरह से समझा नहीं गया है, तो कम से कम नेविगेट करें। उदाहरण के रूप में, रिपोर्ट में पर्याप्त विस्तार से जांच की गई कि जाइरोस्कोप और एक्सेलेरोमीटर से आने वाले डेटा के प्रसंस्करण के मुद्दे। स्पष्ट सादगी के बावजूद, यहां तक ​​कि कठिनाइयां हैं और बहुत अधिक केला गणित के लिए जगह नहीं है। शेष एल्गोरिदम को सतही रूप से माना जाता है और बहुत सरल किया जाता है।

सामग्री

• वीडियो डाउनलोड करें
• पॉडकास्ट सुनें / डाउनलोड करें
• प्रस्तुति देखें / डाउनलोड करें

शब्दशः रिपोर्ट

एक वीडियो ट्रांस्क्रिप्ट को बेलोनॉक्स द्वारा रिकॉर्ड किया गया था। ²⁾

WTF?

नमस्कार, मेरा नाम एंड्री है , मैं आपको संवर्धित वास्तविकता के बारे में थोड़ा बताना चाहता हूं। रिपोर्ट थोड़ा मिश्रित है, आंशिक रूप से लोकलुभावन है, आंशिक रूप से इसमें कुछ गंभीर के तत्व हैं, लेकिन आम तौर पर हल्के हैं।

दरअसल, अब संवर्धित वास्तविकता या अगुवाई वाली वास्तविकता एक ऐसी चर्चा है, आप इसे हर जगह सुनते हैं, " अह , संवर्धित वास्तविकता, संवर्धित वास्तविकता", सवाल उठता है - "यह क्या है?"।


सबसे अधिक व्याख्या करने वाला स्पष्टीकरण टर्मिनेटर है, जहां वह हमारी दुनिया को अपनी आंखों से देखता है, और उसे जानकारी के लिए, जो हमारी दुनिया की सिर्फ एक तस्वीर है, कुछ अतिरिक्त, बहुत ही पर्याप्त - "विषय अज्ञात" जोड़ा गया है ... हम्म, यह बहुत ही चरण है जिसमें Augumented वास्तविकता वर्तमान में स्थित है। अब तक, अक्सर इस तरह की "उपयोगी" जानकारी जोड़ी जा रही है।

यही है, यह तब है जब आप, हमारे आसपास की दुनिया, कुछ अतिरिक्त जानकारी जोड़ना चाहते हैं।


हम सभी हालिया फुटबॉल चैम्पियनशिप से प्रभावित हैं। टेलीविज़न पर पहले से ही संवर्धित वास्तविकता का उपयोग किया जा रहा है: उदाहरण के लिए, जब वे अचानक गेंद को उड़ाना शुरू कर देते हैं तो वह उड़ जाती है। और हॉकी देखने के लिए भी असंभव है: वहाँ टीवी के लिए पकौड़े पर प्रकाश डाला गया है।


वास्तव में बहुत अधिक दिलचस्प अनुप्रयोग हैं, यह नेविगेशन सिस्टम का विकास है, हर कोई पहले से ही नक्शे को देखकर थक गया है और यह पता लगाने की कोशिश कर रहा है कि कहां और कैसे मोड़ना है।

सड़क की छवि को दिखाने और छवि के शीर्ष पर सीधे एक मार्ग दिखाने के लिए बेहतर है ताकि आप बहुत आसानी से तुलना कर सकें कि कंप्यूटर आपको जो बताता है, उसके साथ आप क्या देखते हैं।

अब तक, बेशक, यह सब स्ट्रीट व्यू के शीर्ष पर काम करता है, लेकिन सामान्य तौर पर यह बहुत अच्छा है, हालांकि यह आपके कैमरे से लाइव तस्वीर नहीं है।



यहां एक वीडियो का एक उदाहरण है जब एक बच्चा एक बॉक्स लाता है, कैमरा बॉक्स को निकालता है और वास्तव में, बच्चा इस बॉक्स के ऊपर स्क्रीन पर एक तस्वीर, एक मॉडल देखता है, जिसे वह इकट्ठा करने और खरीदने के लिए आमंत्रित किया जाता है। दिलचस्प पर्याप्त आवेदन।


यदि आप वास्तविकता को बढ़ाते हैं, तो आपको कुछ ऐसे चित्र मिलेंगे, जब कुछ चिह्न होंगे, और इसके ऊपर कुछ त्रि-आयामी चित्र, अक्सर ये कुछ प्रकार के बेवकूफ प्रदर्शन होते हैं। यह स्पष्ट नहीं है कि यह डिजाइनर के साथ बॉक्स के विपरीत जीवन में क्यों है, लेकिन अब, मूल रूप से हर कोई इसमें लिप्त है।


यह दृष्टिकोण, जब आपके पास किसी प्रकार का कैमरा होता है, और यह एक तस्वीर लेता है, तो आप इसे केवल सरलता से या इसका विश्लेषण करते हैं, और इसके आधार पर, इस चित्र के शीर्ष पर कुछ प्रस्तुत करते हैं।

एक अलग दृष्टिकोण है।

अब बहुत सारे मोबाइल डिवाइस हैं, और इन उपकरणों को न केवल कैमरों के साथ भरा जाना शुरू हुआ, हर कोई उनके लिए इस्तेमाल किया गया, मेल मिलाप किया गया, सभी प्रकार की दिलचस्प अतिरिक्त चीजों से लैस होना शुरू हुआ। उदाहरण के लिए, एक विद्युत चुम्बकीय कम्पास, एक एक्सेलेरोमीटर।



वास्तव में, ये सभी चीजें एक अद्भुत चीज को समझने में मदद करती हैं - आपका डिवाइस अंतरिक्ष में कैसे उन्मुख है। यह कहाँ स्थित है और यह कैसे उन्मुख है।

तदनुसार, आपके पास एक वीडियो कैमरा है और एक स्क्रीन है जिस पर यह सब प्रदर्शित किया जा सकता है। उसके बाद, आप कैमरे के माध्यम से किसी वस्तु को देख रहे हैं, क्योंकि आप गणना कर सकते हैं कि आपका फ़ोन कहाँ निर्देशित है, आप यह पता लगा सकते हैं कि ऑब्जेक्ट क्या है, यदि आप ऑब्जेक्ट के जीपीएस निर्देशांक जानते हैं, और वास्तव में, आउटपुट तस्वीर के शीर्ष पर कुछ जानकारी है कि यह एक ऐसा स्मारक है, या ऐसा एक खंडहर है। यह कुछ ऐसा है जो अब काफी फैशनेबल है, Google मैप्स पर आधारित एप्लिकेशन हैं, और जैसे, ट्रैफ़िक खाने वाले मोबाइल फोन के लिए, मोबाइल ऑपरेटर खुश हैं।


उदाहरण के लिए, कुछ बड़े शहर के गवर्नर ("ऐसा लगता है कि लोज़कोव को इसके साथ क्या करना है" ©) देखना चाहता है कि भविष्य के होटल या कुछ और कैसा दिखेगा। वह अपने उपकरण को शहर के इस स्थान पर लाता है, और वहीं, इस चित्र के शीर्ष पर इसे प्रस्तुत करता है। यहाँ, उदाहरण के लिए, सोचा जा सकता है और मॉस्को अधिकारियों को प्रिय रूप से बेचा जा सकता है।


यह दृष्टिकोण थोड़ा अलग तंत्र पर आधारित है, यहां आपको सबसे अधिक संभावना है कि तस्वीर के बारे में कुछ भी जानने की आवश्यकता नहीं है, मुख्य बात यह है कि यह है और वहां पहुंचें, यहां आप विश्लेषण करते हैं कि आपका कैमरा हमारी मां पृथ्वी के सापेक्ष कैसे स्थित है और उन्मुख है।

एआर बनाम वी.आर.

एक वाजिब सवाल उठता है: यह कैसे आभासी वास्तविकता के साथ तुलना करता है, जो दोपहर के भोजन में पहले से ही बीस साल पुराना है?


यदि संवर्धित वास्तविकता का "क्लासिक" "टर्मिनेटर" है, तो आभासी वास्तविकता का क्लासिक फिल्म "द लॉमिनी मैन" है। उन्हें बहुत साल हो चुके हैं, मुझे याद है कि मैं स्कूल में देख रहा हूं, और वहाँ रेंडरिंग क्वालिटी लगभग एक जैसी है।


हम सभी आभासी वास्तविकता को कुछ पागल हेलमेट के साथ जोड़ते हैं, ऐसी बात। अधिक गंभीरता से, हमारे पास इस तरह के लगभग वैज्ञानिक सम्मेलन हैं, हमें निश्चित रूप से आरेख की आवश्यकता है ...




और अगर आभासी वास्तविकता मूल रूप से कुछ प्रकार की उत्पन्न सामग्री है, और हमारी दुनिया से थोड़ा सा लिया जाता है - तो वे अपने हाथों पर दस्ताने डालते हैं, कुछ और, लेकिन मुख्य जोर पीढ़ी पर था। यह संवर्धित वास्तविकता अभी भी विपरीत है, जब हम अपनी वास्तविक दुनिया से कुछ लेते हैं और इसे अपने डिजिटल दुनिया से उपयोगी कुछ के साथ पूरक करने का प्रयास करते हैं।


लेकिन एक और अंतर बहुत अधिक दिलचस्प है। यहां हमारे पास एक कंप्यूटर है, कुछ इनपुट डिवाइस हैं, और इस इनपुट की प्रोसेसिंग है। आउटपुट डिवाइस हैं और तदनुसार, उनके लिए प्रतिपादन और डेटा तैयारी।

आभासी वास्तविकता और इसमें सभी नवाचार मुख्य रूप से रेंडरिंग और आउटपुट डिवाइस के साथ काम करते हैं। दरअसल, वे अभी जारी हैं, अब 3 डी का उछाल है। यह संवर्धित वास्तविकता, जैसा कि यह हुआ, यह इनपुट उपकरणों के बारे में अधिक है, और इसे कैसे संसाधित करना है, नए इनपुट उपकरणों और प्रसंस्करण एल्गोरिदम के बारे में।

एक ला इतिहास

आइए जल्दी से एक संक्षिप्त इतिहास पर चलते हैं।

हर जगह तारीखें हैं जब यह जनता के पास गया। कई विकास का आविष्कार पहले किया गया था, इससे पहले कि यह वास्तव में इस्तेमाल किया जाने लगा था।



कीबोर्ड, अर्थात् इलेक्ट्रिक एक, सत्तर के दशक की शुरुआत है। टचस्क्रीन को थोड़ा बाद में विकसित किया गया था, और लागू किया गया था, यह सत्तर के दशक की शुरुआत भी थी, बल्कि एक प्राचीन चीज थी।


इसके अलावा, एक महान नवाचार, वास्तव में, एक माउस है। और सबसे पहले, यह बड़े पैमाने पर उत्पादन में इस्तेमाल किया गया Apple नहीं था, लेकिन खुद ज़ेरॉक्स ने 1981 में उन्होंने स्टार माउस को रिलीज़ किया। यहाँ बाईं ओर, वास्तव में, यह है, और दाईं ओर आधुनिक है। यानी आप देखते हैं कि इस दौरान प्रगति बहुत दूर नहीं गई है।

पूरे दस साल बीत चुके हैं, जिसके दौरान कुछ भी नहीं हुआ, वेबकैम दिखाई देने लगे, माउस पर एक स्क्रॉल दिखाई दिया, जिसने इंटरनेट पर हमारे जीवन को सरल बना दिया, यह इनपुट डिवाइस में एक बहुत ही महत्वपूर्ण नवाचार है।



एक और दस साल बीत चुके हैं, और अब हम एक उछाल देख रहे हैं। सबसे पहले हम ऐप्पलफ़ोन के साथ उपभोक्ता वस्तुओं के मल्टीटच में गए। फिर 2007 में WiiMote दिखाई दिया, जिसमें एक्सेलेरोमीटर डाला गया था, और खेल के अनुकूल होने की कोशिश की। यह पता चला है कि केवल एक्सीलरोमीटर खराब है, उन्होंने इसके साथ एक अतिरिक्त जोड़ा, यह नीचे से जुड़ा हुआ है, और एक गोरोस्कोप भी है जो (WiiMotion +) में बनाया गया है।




अभी स्मार्टफ़ोन का एक गुच्छा सामने आ रहा है, जहाँ सब कुछ तुरंत बनाया गया है - एक जाइरोस्कोप, एक्सेलेरोमीटर, जीपीएस, वीडियो कैमरा। यहां, उदाहरण के लिए, ऐप्पल-ट्री आखिरी है, लेकिन एंड्रॉइड पर आधारित फोन का एक गुच्छा, वे बिल्कुल समान हैं।



और अभी क्या हो रहा है? यह सोनी मूव को दर्शाता है, अब आप इसे खरीदना शुरू कर सकते हैं।

एक दिलचस्प उपकरण। कुछ लोगों को लगता है कि सोनी मूव ऐसी ही एक वाइमोट है, केवल उच्च गुणवत्ता में, लेकिन इसमें कुछ मज़ेदार, उपयोगी विशेषताएं हैं, जिनके बारे में हम बात करेंगे। वह बहुत उल्टी करता है।



यहां, वास्तव में, सोनी मूव की प्रस्तुति, चलो थोड़ा अंश देखें। यह एक प्लेस्टेशन गैजेट है, लेकिन यहां तक ​​कि डेवलपर्स खुद कहते हैं कि वे अंतरिक्ष में 3 डी-चालित वस्तुओं के क्रम में एक पीसी पर इसका उपयोग करते हैं।



यह उपकरण, जो एक एक्सेलेरोमीटर, जायरोस्कोप और एक चुंबकीय कम्पास, प्लस एक चमकदार गेंद से लैस है, जिसके साथ आप अंतरिक्ष में इसकी स्थिति को ट्रैक कर सकते हैं। यह आपके हाथ की बहुत अच्छी ट्रैकिंग करता है, इसलिए आपके पास पूरी तरह से काम करने वाला उपयोगकर्ता अनुभव है। शक्तिशाली बात है, हालांकि यह सरल लगता है।


और निश्चित रूप से, सबसे सनसनीखेज Microsoft Kinect है। यह एक सेंसर है जो गहराई को मापता है, अर्थात न केवल एक आरजीबी छवि, बल्कि वस्तु की दूरी भी। यह नवंबर (2010) में होने वाला है। और वास्तव में, यह बात खेल के लिए भी है, लेकिन एक अलग सिद्धांत पर।

यह, प्लस तथ्य यह है कि यह एक आरजीबी छवि प्राप्त करता है, यह ऑब्जेक्ट के लिए एक गहराई मैट्रिक्स भी प्राप्त करता है, अर्थात। दूरी। मोटे तौर पर, एक लेजर रेंजफाइंडर, केवल अन्य सिद्धांतों पर। इसके कारण, वे लोगों को ट्रैक करने में सक्षम थे।



यहां इस तरह के एक दिलचस्प वीडियो है, यह वीडियो उन गेमों के विपरीत है जो वे दिखाते हैं। उन खेलों के लिए जो वे पूरी तरह से आदिम और भयानक हैं, जहां आपको दीवार पर कुछ पेंट फेंकने की आवश्यकता होती है, जब आप अधिक आदिम उपकरणों और एल्गोरिदम ³ पर भी ऐसा कर सकते हैं ⁾ ।


तथ्य की बात के रूप में, यह सब अभी हमारी आंखों के ठीक सामने हो रहा है, और इस तरह की पहली सच्ची, संवर्धित वास्तविकता, फिर से, यह सब पहले से विकसित हुआ था, ये सभी अपाचे हेलीकॉप्टर 1984 में बड़े पैमाने पर उत्पादन में चले गए, एक बहुत ही दिलचस्प के साथ एक हेलमेट का उपयोग किया गया था बात। एक आंख में, इस तरह के पारभासी डिस्प्ले डिवाइस के कारण, एक तस्वीर को अनुमानित किया गया था, पूरक - अर्थात्। कुछ चिह्नों, जहां आप लक्ष्य करते हैं, कुछ ऊंचाइयां, कुछ आंकड़ों का एक गुच्छा, और हेलमेट खुद एक गायरोस्कोप से लैस था, इसमें गायरोस्कोप थे, लगभग वास्तविक थे, और वे अभी भी खड़े हैं - यह सब मक्खियों। इसके कारण, यह स्पष्ट था कि पायलट कहाँ देख रहा था, और जानकारी उसके अनुमान के अनुसार वास्तव में उसे पेश की गई थी।

यह काफी हद तक एक नरक है, क्योंकि पायलटों की शिकायत है कि इसका इस्तेमाल करने के बाद उनके सिर बेतहाशा चोट करने लगते हैं, दरार और ⁴⁾ । लेकिन आप शिकायत नहीं कर सकते हैं, क्योंकि आपको पेशेवर अनुचितता के लिए सेना से तुरंत बर्खास्त कर दिया जाएगा, और अमेरिका में वे सेना में बहुत अधिक भुगतान करते हैं। इसलिए, वे सभी पीड़ित हैं, और कुछ महीनों के बाद सिर चला जाता है, लेकिन एक या दो साल बाद यह फिर से बेतहाशा चोट करने लगता है ... पायलटों में से एक ने अपनी दृष्टि का निरीक्षण करने का फैसला किया, इस हेलमेट का उपयोग करते समय, यह पता चला कि उसकी आँखें एक गिरगिट की तरह स्वतंत्र रूप से चलती हैं।


बात यह है कि प्रक्षेपण एक आंख में होता है, और दूसरी आंख इसे नहीं देखती है, क्योंकि इससे मस्तिष्क को चोट पहुंचती है, यह इन चित्रों को सहसंबंधित नहीं कर सकता है। कुछ समय बाद (व्यक्ति जानवर को गोद लेता है, लोग सूअर नहीं करते हैं - वे सब कुछ खा लेंगे), वे अनुकूलन करते हैं, सिर दूर जाने लगता है, लेकिन यह सब ऐसे परिणामों की ओर जाता है। इसलिए, जब मैं देखता हूं कि वे अब उपभोक्ता वस्तुओं में इस तरह की डिवाइस को जारी करने की कोशिश कर रहे हैं - खरीद नहीं है। मुझे लगता है कि वे सफल नहीं होंगे, सिरदर्द के कारण और कुछ भी अच्छा नहीं होगा ... ठीक है, अगर थोड़ा सा, और यदि आप वास्तव में पायलट के रूप में चाहते हैं ...

यह कैसे काम करता है?

आइए रिपोर्ट के सबसे जानकारीपूर्ण भाग पर चलते हैं, यह कैसे, वास्तव में, काम करता है, और यह सब कैसे उपयोग किया जा सकता है। मैं आपको इन दो चित्रों की याद दिलाता हूं, कि दो अलग सिद्धांत हैं:

• छवि विश्लेषण।
• जब हम अपने कैमरे की स्थिति को जानते हैं, और यह कहां दिख रहा है, लेकिन छवि ही वास्तव में हमें परेशान नहीं करती है: हमारे लिए मुख्य बात यह है कि इसे उपयोगकर्ता को दिखाएं, और इसके शीर्ष पर कुछ आकर्षित करें।

तो आप इसे चित्रित कर सकते हैं, या तो हम कैमरे को मुख्य इनपुट डिवाइस के रूप में उपयोग करते हैं, या हम एक विशेष सेंसर का उपयोग करते हैं।


कैमरे के साथ क्या करना है, इसकी छवि का विश्लेषण कैसे करें, इस दृष्टिकोण से, सभी प्रकार के अलग-अलग तरीकों से और सामान्य तौर पर, दिशाओं का एक पूरा विस्फोट होता है।

सेंसर के दृष्टिकोण से, सब कुछ बहुत सरल है, उनका सेट काफी स्थिर है, चलो इसके बारे में एक शुरुआत के लिए बात करते हैं।

जारी रखा जाए

• भाग २
• भाग ३

नोट

¹⁾ रिपोर्ट के बाद से छह महीने में, कुछ बदलने में कामयाब रहे। इस बारे में प्रासंगिक पादलेख प्रतिलेख में उपयुक्त स्थानों पर मौजूद हैं।
²⁾ यहाँ रिपोर्ट का ट्रांसक्रिप्ट कुछ हद तक काट दिया गया है। पूर्ण संस्करण यहां पाया जा सकता है ।
³⁾ लेखक के उदारवादी संशयवाद को अमलीजामा नहीं पहनाया गया। Kinect सबसे तेजी से बिकने वाले गैजेट के रूप में गिनीज बुक ऑफ रिकॉर्ड्स में दर्ज हुई । और बच्चे और यहां तक ​​कि वयस्क भी उन सरल खेलों के बहुत शौकीन हैं जो किट में इसके साथ आते हैं।
⁴⁾ देखें उदाहरण के लिए, अपाचे हेलीकॉप्टर पायलटों को दोहरे दृश्य वाले हेलमेट (प्रसिद्ध हेलीकॉप्टर पायलट की पुस्तक - अपाचे: इनसाइड द कॉकपिट ऑफ द वर्ल्ड मोस्टली फाइटिंग मशीन - एड मैसी , आंशिक रूप से ऑनलाइन उपलब्ध है) पर एक नोट।