web 丨 nft 元宇宙链游项目系统开发模式逻辑详细（成熟源码）

一、什么是元宇宙?

元宇宙指的是通过虚拟增强的物理现实，呈现收敛性和物理持久性特征的，基于未来互联网，具有链接感知和共享特征的 3D 虚拟空间。

大概可以从时空性、真实性、独立性、连接性四个方面交叉描述元宇宙：

(1)From the perspective of space-time,the meta universe is a virtual digital world in the space dimension and a real digital world in the time dimension;

(2)From the perspective of authenticity,there are both digital copies of the real world and creations of the virtual world in the meta universe;

(3)From the perspective of independence,the meta universe is a parallel space closely connected with the external real world and highly independent;

(4)From the connectivity point of view,the meta universe is a sustainable and widely covered virtual reality system that includes the network,hardware terminals and users;

为了保证代码的简洁，我们要把以前做过的东西封装成函数，写在 slamBase.cpp 中，以便将来调用。（不过，由于是算法性质的内容，就不封成 c++的对象了）。

首先工具函数：将 cv 的旋转矢量与位移矢量转换为变换矩阵，类型为 Eigen::Isometry3d；

src/slamBase.cpp

复制代码

1//cvMat2Eigen

2 Eigen::Isometry3d cvMat2Eigen(cv::Mat&rvec,cv::Mat&tvec)

3{

4 cv::Mat R;

5 cv::Rodrigues(rvec,R);

6 Eigen::Matrix3d r;

7 cv::cv2eigen(R,r);

8

9//将平移向量和旋转矩阵转换成变换矩阵

10 Eigen::Isometry3d T=Eigen::Isometry3d::Identity();

11

12 Eigen::AngleAxisd angle(r);

13 Eigen::Translation<double,3>trans(tvec.at<double>(0,0),tvec.at<double>(0,1),tvec.at<double>(0,2));

14 T=angle;

15 T(0,3)=tvec.at<double>(0,0);

16 T(1,3)=tvec.at<double>(0,1);

17 T(2,3)=tvec.at<double>(0,2);

18 return T;

19}

复制代码

另一个函数：将新的帧合并到旧的点云里：

复制代码

1//joinPointCloud

2//输入：原始点云，新来的帧以及它的位姿

3//输出：将新来帧加到原始帧后的图像

4 PointCloud::Ptr joinPointCloud(PointCloud::Ptr original,FRAME&newFrame,Eigen::Isometry3d T,CAMERA_INTRINSIC_PARAMETERS&camera)

5{

6 PointCloud::Ptr newCloud=image2PointCloud(newFrame.rgb,newFrame.depth,camera);

7

8//合并点云

9 PointCloud::Ptr output(new PointCloud());

10 pcl::transformPointCloud(*original,*output,T.matrix());

11*newCloud+=*output;

12

13//Voxel grid 滤波降采样

14 static pcl::VoxelGrid<PointT>voxel;

15 static ParameterReader pd;

16 double gridsize=atof(pd.getData("voxel_grid").c_str());

17 voxel.setLeafSize(gridsize,gridsize,gridsize);

18 voxel.setInputCloud(newCloud);

19 PointCloud::Ptr tmp(new PointCloud());

20 voxel.filter(*tmp);

21 return tmp;

22}

复制代码

另外，在 parameters.txt 中，我们增加了几个参数，以便调节程序的性能：

复制代码

#part 5

#数据相关

#起始与终止索引

start_index=1

end_index=700

#数据所在目录

rgb_dir=../data/rgb_png/

rgb_extension=.png

depth_dir=../data/depth_png/

depth_extension=.png

#点云分辨率

voxel_grid=0.02

#是否实时可视化

visualize_pointcloud=yes

#最小匹配数量

min_good_match=10

#最小内点

min_inliers=5

#最大运动误差

max_norm=0.3