Unity Vuforia 之 AR 识别物体抖动的简单解决思路参考
目录
一、简单介绍
目前世界上主流的AR SDK提供厂商，国外的主要是Vuforia、Metaio，国内的主要是EasyAR。其中Metaio在2015年5月已被Apple重金收购，之后就没有再对外公开过SDK，经过两年的封闭开发，Apple已经打造出了强大的ARKit，能够基于庞大的iOS和iPad设备生产出各种惊艳的AR产品。Vuforia也在2015年11月被PTC公司重金收购，但是后续一直在更新并提供SDK，因此在ARKit普及之前，Vuforia一直是开发者最青睐的AR SDK，众多的功能以及高质量的识别技术，良好的跨平台性和兼容性，兼容目前主流的PC,Android,IOS平台.使得Vuforia早已深入人心,,是学习AR应用开发的必备技能。
Vuforia 官网：Vuforia Developer Portal |
二、问题
Vuforia AR 识别的时候，由于现场实时识别，采集的现场识别图质量在高，在现场由于光线和角度的差别，模型会在不停的抖动。
三、简单解决思路
简单的问题思路分析，仅供参考，情况不同，不一定有效果哈。
首先：抖动一直是AR实现探讨的问题，主要和两方面有关：
1）识别算法
2）识别图质量
3）识别环境
思路：
1）底层算法的识别定位有关，别人的sdk，我们无能为力；
2）尽量提高识别图质量，改善识别环境；
3）让其缓动吻合而不是抖动，这里主要用到world center mode 参数和捕获ImageTarget实时位置，注意由于是要增强物吻合ImageTarget，所以不能像高通案例那样把需要识别出来的对象作为ImageTarget的子物体，获取ImageTarget的时时位置，把它赋值给虚拟物体，如果工程里面有多个imagetarget你就要想办法判断是哪个imagetarget被识别出来，赋值给对应的虚拟物体。
具体就是：
（1）例如 ImageTager 识别，不把 识别物体作为 ImageTager 子物体
（2）而是获取 ImageTager 位置旋转数据，进行处理后，在赋值给显示的虚拟物体
（3）数据处理可以分区间处理：
- 某个小数值下，不做处理，既是 ImageTager 数据不赋值到虚拟物体上（其实很多抖动就是小数值频繁变动，引起的）
- 在小数值和大数值之间，做平滑数据平滑处理，既是 把虚拟物体数据平滑到获取的新的ImageTager 数据
- 大于大数值，就可以直接，把 ImageTager 数据赋值到虚拟物体上 ，不必要平滑处理
其中的区间处理过程中，还可以做计数处理，避免偶然的跳动数据
以上的 Vuforia AR 识别 抖动的解决思路，仅供参考学习，情况不同，不一定有效果。
附录：Vuforia SDK 的功能如下
1.Image Targets(图像目标)
这是最常用、也是最简单的识别对象，即单一静态的平面图像，比如打印的图片或者产品包装。
2.Cylinder Targets(圆柱体目标)
识别形状类似于圆柱形的图片，可以将这些图片贴到一些圆柱形物体上比如瓶子、杯子等等，进行识别。
3.Multi Targets(多目标)
多对象识别，可以同时识别多张Image Targets，并且可以把它们和几何立体物体结合起来，比如一个纸盒子，或者任意形状的平面。
4.Model Targets(模型目标)
通俗点说就是3D物体的识别，也就是形状的识别。这个技术相对于传统的印刷媒体、产品包装的Image Targets识别来说，它能够更详细直观地展示产品的功能和设计。展示的内容可以准确地被附加到物体上，例如汽车、家电以及工业设备和机械设备。这个技术有望取代传统的用户手册和技术服务指导。
5.VuMark
这是Vuforia自己研发的一种新型条形码，并且被称为下一代条形码，你能够自己随意设计这种条形码的样式，并且在其中融入相关的数据信息。
6.Cloud Rec(云识别)
当你的AR程序需要识别数量很庞大的图片对象，或者你的对象数据库需要经常更新，可以选择Vuforia的云识别服务。Vuforia Web Services可以让你很轻松的管理数量庞大的对象数据库，并且可以建立自动的工作流。
7.Ground Plane
随着ARKit和ARCore的发布，这个功能大家应该比较能够理解，下一个版本的Vuforia也将具有类似功能。使用Vuforia，你也可以将增强显示的内容放置到一些平面上，例如地板、桌面以及地面等，不管是在室内还是室外均可。
8.User Defined Targets(用户自定义目标)
用户从画面选择元素作为自定义目标，进行扫描与追踪
9.Virtual Buttons(虚拟按钮)
虚拟按钮是图像上的目标，用户可以在现实世界中触摸，以触发交互动作。
