郭建龍,熊 山,李曉瑩,祁彥威,吳澄凱
(1.廣東電網(wǎng)有限責(zé)任公司培訓(xùn)與評(píng)價(jià)中心,廣東 廣州 510520; 2.廣東電網(wǎng)有限責(zé)任公司韶關(guān)供電局,廣東 韶關(guān) 512026;3.廣州保麗高網(wǎng)絡(luò)科技有限公司,廣東 廣州 510665)
采用虛擬現(xiàn)實(shí)技術(shù)可通過三維圖像和視景仿真方法構(gòu)建虛擬場(chǎng)景,在虛擬場(chǎng)景中結(jié)合邊界體(Bounding Volume)模型渲染方法設(shè)計(jì)虛擬視景模型,實(shí)現(xiàn)虛擬現(xiàn)實(shí)培訓(xùn)。采用虛擬視景仿真技術(shù)進(jìn)行起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn),可以提高火災(zāi)的滅火訓(xùn)練能力[1]。相關(guān)的主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)方法研究受到人們的極大關(guān)注[2]。
傳統(tǒng)方法中,對(duì)應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)系統(tǒng)設(shè)計(jì)采用視點(diǎn)篩選控制方法和嵌入式控制方法,這些方法均需將所有必備的數(shù)據(jù)信息儲(chǔ)存為場(chǎng)景圖(Scene Graph),根據(jù)起火應(yīng)急演練虛擬視景模型進(jìn)行優(yōu)化控制[3],但上述方法的實(shí)用性較差。
針對(duì)上述問題,本文提出基于主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)方法。首先在3D虛擬現(xiàn)實(shí)視景模型下進(jìn)行主變起火應(yīng)急演練的圖像處理模型構(gòu)建,然后結(jié)合主變起火應(yīng)急演練模糊控制方法進(jìn)行虛擬現(xiàn)實(shí)培訓(xùn)的三維重構(gòu),實(shí)現(xiàn)主變起火應(yīng)急演練虛擬現(xiàn)實(shí)培訓(xùn)的控制,在虛擬現(xiàn)實(shí)系統(tǒng)中進(jìn)行主變起火應(yīng)急演練的視景重構(gòu),在視點(diǎn)位置中進(jìn)行主變起火應(yīng)急演練的3D虛擬現(xiàn)實(shí)模擬,實(shí)現(xiàn)基于主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)設(shè)計(jì)。最后進(jìn)行仿真實(shí)驗(yàn)分析,展示本文方法在提高起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)和3D視景仿真能力方面的優(yōu)越性能。
為實(shí)現(xiàn)基于主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)系統(tǒng)設(shè)計(jì),需分析圖像輸出模型,并計(jì)算起火應(yīng)急演練虛擬視景的環(huán)境參數(shù),為構(gòu)建起火視景提供應(yīng)急演練場(chǎng)所,以提高主變起火應(yīng)急演練虛擬現(xiàn)實(shí)培訓(xùn)的過程自適應(yīng)性。
為構(gòu)建應(yīng)急演練虛擬視景環(huán)境,需計(jì)算環(huán)境參數(shù)。虛擬視景環(huán)境設(shè)計(jì)需對(duì)虛擬視景環(huán)境圖像的單尺度特征進(jìn)行計(jì)算并分解,將分解后的邊緣像素集特征信息進(jìn)行融合。具體計(jì)算過程如下:
1)虛擬視景環(huán)境圖像的單尺度特征獲取。
采用分離面裁剪方法進(jìn)行起火應(yīng)急演練虛擬視景三維模擬設(shè)計(jì)過程中的單尺度特征提取[4],特征提取函數(shù)為:
(1)
式中,fx和fy分別表示梯度方向上主變起火應(yīng)急演練虛擬現(xiàn)實(shí)培訓(xùn)模型;r表示特征閾值參數(shù)。
2)虛擬場(chǎng)景的特征分解。
對(duì)提取到的特征進(jìn)行分解并篩選,在驅(qū)動(dòng)配置程序中進(jìn)行虛擬現(xiàn)實(shí)培訓(xùn)的過程控制,得到起火應(yīng)急演練虛擬視景三維模擬的單尺度特征分割模型描述為:
(2)
其中F(x,y)為起火應(yīng)急演練虛擬視景三維模擬顏色特征匹配集,β為像素節(jié)點(diǎn)分布范圍,ml為子空間樣本集度,δl為局部方差。通過對(duì)起火應(yīng)急演練虛擬視景三維模板匹配[5],對(duì)起火應(yīng)急演練虛擬視景進(jìn)行層次化分解,得到特征分解方程為:
(3)
式中,Ji為最大特征值,Wi為噪聲子空間。
3)特征信息融合。
將分割后獲取到的有效特征信息進(jìn)行融合,采用界面渲染和3D建模方法,對(duì)起火應(yīng)急演練虛擬視景模型中的每個(gè)邊緣像素集進(jìn)行圖像節(jié)點(diǎn)信息融合[6],信息融合參數(shù)的計(jì)算公式為:
(4)
式中,gi表示常數(shù)矩陣,gj表示軟收縮函數(shù)。在紋理映射控制下得到起火應(yīng)急演練虛擬視景模型設(shè)計(jì)的細(xì)節(jié)結(jié)構(gòu)分量和顏色分量,結(jié)合特征重構(gòu)方法,進(jìn)行起火應(yīng)急演練虛擬視景重構(gòu)。
在3D虛擬現(xiàn)實(shí)視景仿真環(huán)境下進(jìn)行主變起火應(yīng)急演練虛擬現(xiàn)實(shí)培訓(xùn)系統(tǒng)的圖像處理模型設(shè)計(jì)。采用區(qū)域分割方法,提取起火應(yīng)急演練虛擬視景模型設(shè)計(jì)場(chǎng)景狀態(tài)信息Ψp與起火應(yīng)急演練虛擬視景區(qū)域塊匹配的置信度Cp,結(jié)合自適應(yīng)塊分割方法,得到起火應(yīng)急演練虛擬視景仿真的紋理渲染中心特征量為x1,x2,…,xN,采用圖模型匹配方法,進(jìn)行起火應(yīng)急演練的虛擬視景三維模擬設(shè)計(jì)[7]。采用紋理特征分割方法,得到起火應(yīng)急演練虛擬視景模型分割線,標(biāo)記為Hp=-jω,其中ω表示場(chǎng)景數(shù)據(jù)庫中的關(guān)聯(lián)系數(shù)。在N×N塊區(qū)域內(nèi),進(jìn)行主變起火應(yīng)急演練虛擬現(xiàn)實(shí)培訓(xùn)環(huán)境圖像的特征關(guān)聯(lián)匹配,圖像特征關(guān)聯(lián)匹配函數(shù)為:
(5)
根據(jù)式(5)讀取匹配數(shù)據(jù),結(jié)合視場(chǎng)控制方法,得到主變起火應(yīng)急演練虛擬視景的圖像梯度信息:
(6)
式中,λ表示圖像像素梯度值。根據(jù)圖像梯度信息,結(jié)合圖像壓縮感知方法構(gòu)建圖像輸出模型,模型表達(dá)式為:
(7)
其中,R表示環(huán)境光強(qiáng)。按照樣本模板尺寸匹配方法,對(duì)主變起火應(yīng)急演練虛擬視景的圖像輸出模型進(jìn)行參數(shù)設(shè)定,從而構(gòu)建虛擬演練環(huán)境,提高應(yīng)急演練虛擬現(xiàn)實(shí)仿真的人機(jī)交互性[8-9]。
結(jié)合上文中的虛擬視景圖像分析和環(huán)境參數(shù)設(shè)計(jì),對(duì)主變起火應(yīng)急虛擬演練環(huán)境進(jìn)行優(yōu)化設(shè)計(jì),整體流程如圖1所示。
圖1 主變起火應(yīng)急演練虛擬現(xiàn)實(shí)流程圖
在3D虛擬現(xiàn)實(shí)視景模型下進(jìn)行主變起火應(yīng)急演練的圖像處理模型構(gòu)建的基礎(chǔ)上,進(jìn)行虛擬現(xiàn)實(shí)培訓(xùn)優(yōu)化設(shè)計(jì)。結(jié)合主變起火應(yīng)急演練模糊控制方法[10]進(jìn)行虛擬現(xiàn)實(shí)培訓(xùn)的三維重構(gòu),對(duì)原始起火應(yīng)急演練虛擬視景三維模擬圖像[11-12],通過信息增強(qiáng)處理[13-14],得到虛擬現(xiàn)實(shí)技術(shù)下的起火應(yīng)急演練虛擬視景輸出為:
(8)
其中,ux和uy為表示起火應(yīng)急演練虛擬視景三維模擬的邊緣像素集,Ci表示起火應(yīng)急演練虛擬視景三維模擬色差均衡系數(shù)。在虛擬現(xiàn)實(shí)系統(tǒng)中進(jìn)行主變起火應(yīng)急演練的視景重構(gòu),在視點(diǎn)位置中進(jìn)行主變起火應(yīng)急演練的3D虛擬現(xiàn)實(shí)模擬[15],得到起火應(yīng)急演練虛擬視景三維模擬設(shè)計(jì)的規(guī)則性基函數(shù)為:
(9)
式中,wnk是選定區(qū)域的每個(gè)起火應(yīng)急演練虛擬視景模型的特征點(diǎn),提取起火應(yīng)急演練虛擬視景三維特征,并結(jié)合灰度特征分布集進(jìn)行信息重構(gòu):
WSSIMHi=ωHLiWSSIMHLi+ωLHiWSSIMLHi+ωHHiWSSIMHHi
(10)
運(yùn)用Radon尺度變換進(jìn)行Haar-like特征重構(gòu),得到起火應(yīng)急演練虛擬視景仿真模型為:
g(x,y)=f(x,y)+ε(x,y)
(11)
其中,f(x,y)、ε(x,y)分別代表鄰域內(nèi)在模糊度函數(shù)和隸屬度函數(shù)?;贖aar-like特征實(shí)現(xiàn)起火應(yīng)急演練虛擬視景三維模擬,起火應(yīng)急演練虛擬視景區(qū)域控制系數(shù)為:
(12)
以MLL為控制變量,使用OpenFlight的建模方法進(jìn)行虛擬現(xiàn)實(shí)培訓(xùn)的三維重構(gòu),構(gòu)建結(jié)果如圖2所示。
圖2 主變起火應(yīng)急環(huán)境模擬
通過上述構(gòu)建主變起火應(yīng)急環(huán)境模擬,用于虛擬現(xiàn)實(shí)培訓(xùn),但該方法的模擬結(jié)果較為模糊,為此,需對(duì)其進(jìn)行優(yōu)化。
結(jié)合主變起火應(yīng)急演練模糊控制方法進(jìn)行虛擬現(xiàn)實(shí)培訓(xùn)的三維重構(gòu),實(shí)現(xiàn)主變起火應(yīng)急演練虛擬現(xiàn)實(shí)培訓(xùn)的控制[16],把S幀圖像歸納為R個(gè)種類,進(jìn)行起火應(yīng)急演練虛擬視景三維模擬設(shè)計(jì)圖像局部特征分解,表示為:
(13)
其中x′=xcosφ+ysinφ,y′=-xsinφ+ycosφ,分別表示起火應(yīng)急演練虛擬視景網(wǎng)格分塊的反射不變矩和中心距,結(jié)合場(chǎng)景模型元素分解方法[17],得到起火應(yīng)急演練虛擬視景模型設(shè)計(jì)的標(biāo)準(zhǔn)誤差為θ=tan-1(V/U),初始化權(quán)重,當(dāng)yi=1時(shí),w1,i=1/2m,根據(jù)場(chǎng)景狀態(tài)信息和渲染指令進(jìn)行起火應(yīng)急演練虛擬視景三維模擬的渲染控制,得到渲染結(jié)果輸出為:
(14)
對(duì)集合層的圖像邊緣像素?cái)?shù)據(jù)進(jìn)行層次結(jié)構(gòu)化設(shè)計(jì)[18],在虛擬現(xiàn)實(shí)系統(tǒng)中進(jìn)行主變起火應(yīng)急演練的視景重構(gòu),在視點(diǎn)位置中進(jìn)行主變起火應(yīng)急演練的3D虛擬現(xiàn)實(shí)模擬[19],得到起火應(yīng)急演練虛擬視景控制優(yōu)化模型為:
(15)
gkv(zl)+ek≥1-β,ak=k
(16)
gkv(zl)+ek<-1+βl,m,ak≠k
(17)
通過式(15),完成起火應(yīng)急演練虛擬培訓(xùn)模型優(yōu)化,優(yōu)化效果如圖3所示。
圖3 主變起火應(yīng)急環(huán)境模擬優(yōu)化
綜上分析,經(jīng)過圖2到圖3的圖像邊緣像素?cái)?shù)據(jù)設(shè)計(jì),這種虛擬模擬現(xiàn)實(shí)的圖像優(yōu)化使得邊緣界限分明,對(duì)比度更加明顯,場(chǎng)景更加清晰,利于在視點(diǎn)位置中進(jìn)行主變起火應(yīng)急演練的3D虛擬現(xiàn)實(shí)模擬,通過Vega Prime進(jìn)行應(yīng)用程序加載,結(jié)合幀處理方法進(jìn)行場(chǎng)景更新[20-22],實(shí)現(xiàn)基于主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)設(shè)計(jì)。
為了測(cè)試本文方法進(jìn)行起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)仿真中的應(yīng)用性能,在Mutigen Creator和嵌入式開發(fā)環(huán)境下進(jìn)行培訓(xùn)系統(tǒng)的虛擬現(xiàn)實(shí)仿真實(shí)驗(yàn),采用Socket編程構(gòu)建的主變起火應(yīng)急演練虛擬現(xiàn)實(shí)培訓(xùn)的串口接收控制,結(jié)合ActivityGroup軟件進(jìn)行主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)系統(tǒng)分析,設(shè)定圖像虛擬視景成像的像素點(diǎn)數(shù)為20~120,搜索時(shí)間為1.25 ms,學(xué)習(xí)率設(shè)置為0.68,得到起火應(yīng)急演練的3D虛擬仿真的主界面如圖4所示。
(a)救火視角
(b)逃生視角
在圖4的界面中,進(jìn)行主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn),滅火場(chǎng)景如圖5所示。
圖5 滅火場(chǎng)景
在該視景重構(gòu)下,分別對(duì)本文方法、視點(diǎn)篩選控制方法(DF)和嵌入式控制方法(MIL)測(cè)試幀跟蹤速率,得到結(jié)果見表1。
表1 幀渲染速度(幀/s)
視頻序列DFMIL本文算法救火場(chǎng)景9.651.7846.78逃生場(chǎng)景3.671.655.64滅火場(chǎng)景7.651.4659.67
分析表1得知,所在的視頻序列渲染速度的值中全部高于DF及MIL,說明采用本文方法進(jìn)行主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)設(shè)計(jì),視景畫面的幀渲染速率較高。
測(cè)試不同方法進(jìn)行起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)的圖像配準(zhǔn)率,得到對(duì)比結(jié)果見表2。
表2 特征配準(zhǔn)率對(duì)比
迭代步長(zhǎng)DFMIL本文算法200.6570.7110.843400.7860.7450.931600.8420.7540.945800.8930.8130.986
分析表2得知,視點(diǎn)篩選控制方法(DF)和嵌入式控制方法(MIL)測(cè)試幀跟蹤速率在不同的迭代步長(zhǎng)下有不同的匹配率,本文提出的算法在表2的匹配率對(duì)比中皆高于前2項(xiàng),說明采用本文方法進(jìn)行主變起火應(yīng)急演練的圖像特征配準(zhǔn)率較高。
根據(jù)主變起火應(yīng)急演練虛擬視景變化進(jìn)行虛擬現(xiàn)實(shí)仿真設(shè)計(jì),提高火災(zāi)應(yīng)急能力。本文提出基于主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)方法是在3D虛擬現(xiàn)實(shí)視景模型下進(jìn)行主變起火應(yīng)急演練的圖像處理模型構(gòu)建。采用特征檢測(cè)方法進(jìn)行主變起火應(yīng)急演練場(chǎng)景環(huán)境參數(shù)計(jì)算,構(gòu)建火災(zāi)應(yīng)急演練的圖形界面分析模型,結(jié)合演練模糊控制方法進(jìn)行虛擬現(xiàn)實(shí)培訓(xùn)的三維重構(gòu),實(shí)現(xiàn)主變起火應(yīng)急演練虛擬現(xiàn)實(shí)培訓(xùn)的控制,在虛擬現(xiàn)實(shí)系統(tǒng)中進(jìn)行視景重構(gòu),在視點(diǎn)位置中進(jìn)行主變起火應(yīng)急演練的3D虛擬現(xiàn)實(shí)模擬,實(shí)現(xiàn)基于主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)設(shè)計(jì)。對(duì)比實(shí)驗(yàn)結(jié)果得知,本文方法進(jìn)行主變起火應(yīng)急演練的虛擬現(xiàn)實(shí)培訓(xùn)的圖像處理性能較好,配準(zhǔn)率較高。