照明系统是增强现实光学系统的重要组成部分,其体积、照度均匀性、能量利用率直接影响增强现实照明系统的质量,因此在照明系统中对光源二次配光非常重要。针对增强现实系统的自由曲面透镜形式和照明系统开展研究,重点分析准直系统集光角度与体积的对应关系,在对光源准直系统的面型构建详细分析基础上,对中心透射边缘反射的折反射式准直系统的面型进行求解,结合偏微分方程法和划分网格法,设计了自由曲面透镜,该系统与偏振分光棱镜共同组成硅基液晶(liquid crystal on silicon,LCoS)照明系统。仿真分析结果表明:系统照度均匀性达到91.96%,若不计偏振影响,照明系统光学效率达到66.6%。该系统具有结构简单紧凑、体积小、质量轻、照度均匀性高等特点,满足增强现实眼镜的需求。
光子集成干涉成像系统体积小、重量轻、功耗小,且系统分辨率不受单个透镜口径尺寸的限制,是一种新兴的成像技术。针对光子集成干涉成像系统图像复原问题,开展了图像复原技术和微透镜阵列最优排布研究,提出了基于压缩感知的光子集成干涉成像图像恢复技术,以及基于图像残差的最优微透镜阵列排布设计评估方法;通过计算仿真,可实现在有限空间体积限制下微透镜阵列最优设计,在干涉臂数量为75条,每条干涉臂上有38个微透镜时系统成像质量最佳。仿真结果表明:基于压缩感知算法的图像重构方法使系统RMSE(root mean squared error)降低了近90%,PSNR(peak signal to noise ratio)显著提高,图像复原的质量大幅度提升,并且在采用该算法的基础上对一定口径内微透镜排布方式对成像质量的影响进行了定量分析。
实际场景中运动物体的特征点加入到相机位姿计算中,以及静态环境特征点过度稀疏都会导致移动机器人传统视觉同步定位与地图构建(simultaneous localization and mapping, SLAM)算法在位姿估计时精度低、鲁棒性差。设计了基于分支空洞卷积的双边语义分割算法,将环境区分为潜在运动区域和静态区域;结合几何约束进行静态特征点的二次判断及对没有先验动态标记而具有移动性的特征点的判断,并在事先均匀提取的全部特征点中进行移除,只应用静态特征点求解相机位姿和构建静态环境地图。在TUM公共数据集上进行实验,验证了提出算法在动态环境中SLAM的定位精度明显优于现有其他方法。在存在运动物体的真实环境下进行建图实验,与ORB-SLAM2算法进行对比,本文算法在动态场景中构建的地图更清晰。