AR+ 实时音视频通话，虚拟与现实无缝结合

今年中旬 Google 在万众期待下推出了 [ARCore](https://developers.google.com/ar/)，能将现实与数码完美无缝地融合在一起，丰富我们的现实世界。通过它开发者可以更加快速方便地在 Android 平台开发 AR 应用，凭借 AR 技术大量产品能找到新颖的应用场景，甚至开辟出新的一条产品线。 目前市场上已经有不少基于 AR 技术的产品，例如宜家家居的 IKEA Place 应用提供了新型的在线选购家俬方式，用户只需要将手机摄像头摆向想要放置家具的角落，接着选取你想要的家具，通过简单的拖拉以及旋转即可完成布局，查看这件家具是否符合你的心意。 下图为使用 IKEA Place 的示意图，看起来这张椅子还挺适合的 :)  那么假如 AR 与其他技术进行结合，是否会有更激动人心的应用场景呢？ [七牛实时音视频云](https://www.qiniu.com/products/rtn) （以下简称七牛 RTN）基于已被广泛标准化的 WebRTC 技术栈，有全平台的兼容性，支持各大浏览器如 Chrome、Safari、Firefox 以及各端 Android、iOS、Windows 等。强大的七牛实时音视频流媒体网络在全球有 180 多个数据中心，具有强大的链路加速功能，丰富的节点保证了无论客户分布在全球的什么地区都可以获得加速。平均 200ms 的超低延时，为诸多对实时性有苛刻要求的客户场景提供最根本支持，如一对一语聊、聊天室、视频会议、在线教育等对交互性有强需求的场景均十分适合使用七牛 RTN。 在本篇中，我们会结合 Google 官方的示例 [hello_ar_java](https://github.com/google-ar/arcore-android-sdk) 将 AR 技术融入到实时音视频通话，其中会应用到 1.1.0+ 版本七牛 RTN SDK 的新功能 “外部音视频数据导入”。 以下为效果动图  ## 准备工作0: 集成七牛 RTN SDK 到 AR Demo 在真正开始编码前，我们需要先将相应的项目和环境搭建完成 ### 下载 [七牛 RTN SDK](https://developer.qiniu.com/rtn/sdk/4330/download-the-sdk) 到当前目录 `QNRTC-Android` ```shell git clone git@github.com:pili-engineering/QNRTC-Android.git ``` ### 下载 ARCore 到当前目录 `arcore-android-sdk` ```shell git clone git@github.com:google-ar/arcore-android-sdk.git ``` ### 拷贝相应七牛 RTN SDK 文件到 hello_ar_java 工程中 1. 将文件 `QNRTC-Android/releases/qndroid-rtc-1.2.0.jar` 拷贝到 `arcore-android-sdk/samples/hello_ar_java/app/libs/` 中（libs 目录需要自行创建） 2. 将 `QNRTC-Android/releases/` 下的 `armeabi、armeabi-v7a、arm64-v8a、x86` 等 4 个文件夹拷贝到 `arcore-android-sdk/samples/hello_ar_java/app/src/main/jniLibs` 文件夹中（jniLibs 目录需要自行创建） 3. 使用 AndroidStudio 打开 `arcore-android-sdk/samples/hello_ar_java` 工程，修改其中几项配置 * 为了让工程引用上面两步中添加的库，打开 `app/build.gradle` 文件，在 `dependencies` 中增加行 `implementation fileTree(include: ['*.jar'], dir: 'libs')` * 为了能进行实时通话，需要设置程序使用网络的权限，打开 `AndroidManifest.xml` 文件，在 `manifest` 标签中增加以下使用权限声明 * `<uses-permission android:name="android.permission.INTERNET"/>` * `<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>` ### 核心类介绍 在实际编码与代码分析前，我们先简单概述介绍其中会涉及到的核心类 **QNRTCManager**：七牛 RTN SDK 核心类，提供低延时实时音视频通话能力 **Session**：ARCore 核心类，管理 AR 系统状态包括摄像头 Camera 采集、点网监测、平面检测等能力 **GLSurfaceView & Renderer**：Android 系统提供的视图类与渲染类，分别提供负责画面显示与渲染 **BackgroundRenderer & ObjectRenderer & PlaneRenderer & PointCloudRenderer**: Demo 中提供的渲染类，分别负责以下部分的渲染 * 背景图渲染（摄像头预览原始图） * 物体及其阴影渲染（Android 模型及其阴影） * 平面渲染（AR 系统检测到的平面） * 点云渲染（AR 系统检测到的点云） ## 准备工作1: 建立基本的实时音视频通话环境 首先需要实现实时音视频的房间事件监听器 `QNRoomEventListener`，其需要实现的方法很多，以下只展现这次简单示例需要用到的方法，完整的接口说明在[这里](https://developer.qiniu.com/rtn/sdk/4387/qnroomeventlistener) ```java public class HelloArActivity extends AppCompatActivity implements GLSurfaceView.Renderer, QNRoomEventListener { private boolean mPublished = false; // 标识本地是否发布成功 ... @Override public void onJoinedRoom() { mRTCManager.publish(); // 加入房间成功后，尝试发布 } @Override public void onLocalPublished() { mPublished = true; // 发布成功后，标识为 true } ... } ``` 在 `onCreate` 方法尾部初始化实时音视频通话环境并加入指定房间，其中关于 Room Token 获取的方式可以参考[这里](https://developer.qiniu.com/rtn/sdk/4538/server-api-reference#5) ```java protected void onCreate(Bundle savedInstanceState) { ... QNRTCSetting setting = new QNRTCSetting(); setting.setExternalVideoInputEnabled(true); // 开启外部视频导入功能 mRTCManager.setRoomEventListener(this); // 设置房间事件监听器 mRTCManager.initialize(this, setting); // 七牛 RTN SDK 初始化 mRTCManager.joinRoom(###Your Room Token###); // 通过 Room Token 加入指定房间 } ``` ## 准备工作2: 建立基本的 AR 环境 ### 利用 GLSurfaceView & Renderer 为绘制 AR 画面做好准备 在 Activity 类声明中实现 `GLSurfaceView.Renderer` 接口，在本 Demo 中如下，随即需要我们实现 3 个相应的方法，意义分别在注释中被描述 ```java public class HelloArActivity extends AppCompatActivity implements GLSurfaceView.Renderer, QNRoomEventListener { /** * 显示 Surface 创建完成时回调 **/ public void onSurfaceCreated(GL10 gl, EGLConfig config) { } ... /** * 显示 Surface 尺寸大小改变时回调 **/ public void onSurfaceChanged(GL10 gl, int width, int height) { } ... /** * 显示 Surface 创建完成时回调 **/ public void onDrawFrame(GL10 gl) { } } ``` 在实现了 Renderer 渲染类后，我们需要提供用作显示的 Surface，以便让 Renderer 在其上进行渲染显示，GLSurfaceView 就有这种能力。 以下示例代码，从布局 xml 文件中解析出 GLSurfaceView 并设置 Renderer ```java surfaceView = findViewById(R.id.surfaceview); // 从布局 xml 中解析 GLSurfaceView ... surfaceView.setRenderer(this); // 设置 Renderer ``` ### 创建 Session Session 是 AR 系统的主入口类，在任何 AR 操作前必须先初始化并启动 ```java protected void onResume() { session = new Session(/* context= */ this); // AR 系统初始化 ... session.resume(); // 开始 AR 会话，尝试开启摄像头，如摄像头被占用，会抛出 CameraNotAvailableException 异常 } ``` ### 使用 OpenGL Shader 在显示 Surface 上绘制 AR 增强画面 在 AR 会话开始后，摄像头的每一帧数据都能提供以下信息 * 原始摄像头预览数据 * 检测到的平面数组 * 检测到的点云数组 * 平面触摸事件 我们可以在 `onDrawFrame` 方法中利用以上的事件进行相应的处理，例如遇到平面触摸事件，则在相应的位置放上一个 Android 模型，并且同时绘制出检测到的平面以及点云。 ```java // 绘制背景 private final BackgroundRenderer backgroundRenderer = new BackgroundRenderer(); // 绘制物体 private final ObjectRenderer virtualObject = new ObjectRenderer(); // 绘制物体阴影 private final ObjectRenderer virtualObjectShadow = new ObjectRenderer(); // 绘制平面 private final PlaneRenderer planeRenderer = new PlaneRenderer(); // 绘制云点 private final PointCloudRenderer pointCloudRenderer = new PointCloudRenderer(); public void onDrawFrame(GL10 gl) { frame = session.update(); // 获取摄像头原始数据帧（阻塞方法） // Handle one tap per frame. handleTap(frame, camera); // 检测是否有平面点击事件，如有则在相应位置放置 Android 模型 ... // Draw background. backgroundRenderer.draw(frame); // 将摄像头预览数据作为背景图绘制 ... // Visualize tracked points. PointCloud pointCloud = frame.acquirePointCloud(); pointCloudRenderer.update(pointCloud); pointCloudRenderer.draw(viewmtx, projmtx); // 绘制点云 ... // Visualize planes. planeRenderer.drawPlanes(session.getAllTrackables(Plane.class), camera.getDisplayOrientedPose(), projmtx); // 绘制平面 ... // Update and draw the model and its shadow. virtualObject.updateModelMatrix(anchorMatrix, scaleFactor); virtualObjectShadow.updateModelMatrix(anchorMatrix, scaleFactor); virtualObject.draw(viewmtx, projmtx, colorCorrectionRgba, coloredAnchor.color); // 绘制 Android 模型 virtualObjectShadow.draw(viewmtx, projmtx, colorCorrectionRgba, coloredAnchor.color); // 绘制 Android 模型的阴影 } ``` ##技术结合: 将 AR 增强画面发布到实时音视频云 在分别实现了基本的 **实时音视频通话** 和 **AR 增强画面** 后，现在只需要将它们进行最后的结合。 因为 Session 启动后会占用设备摄像头，因此七牛 RTN SDK 无法进行采集，这时候我们需要使用最新版本提供的功能 ”外部音视频数据导入“。 在发布流前，我们需要获取到 **AR 增强画面** 的 NV21 格式数据，因为当前七牛 RTN Android SDK 的 “外部视频数据导入” 功能只支持 NV21 格式的数据。 以下示例代码在 `onDrawFrame` 方法中的尾部添加，将 GLSurfaceView 的 Surface 内容数据读取出来，进行必要的格式转换，接着发布出去 ```java public void onDrawFrame(GL10 gl) { ... if (mPublished) { // 只在七牛 RTN 发布流成功后才导入 AR 数据 // 将 AR 增强画面 的数据从 GPU 中读取出来 GLES20.glReadPixels(0, 0, mSurfaceWidth, mSurfaceHeight, GLES20.GL_RGBA, GLES20.GL_UNSIGNED_BYTE, mBufferRGBA); // RGBA 转为 NV21（篇幅原因，不在此展开算法） mBufferNV21 = RGBAToNV21(mBufferRGBA, mSurfaceWidth, mSurfaceHeight); // 通过 "外部视频数据导入" 功能将 NV21 数据形式的 AR 增强画面 发布出去 mRTCManager.inputVideoFrame(mBufferNV21, mSurfaceWidth, mSurfaceHeight, 0, frame.getTimestamp()); } } ``` ## 总结 使用 1.1.0+ 版本七牛 RTN SDK 提供的 “外部音视频数据导入” 功能，可以轻松地把 AR 与实时音视频通信结合起来。以上程序基于七牛 RTN SDK 以及相应的 RTN 网络运行，最大可以支持 20 人同时低延时音视频通话。相信不久将来 AR 技术与实时音视频通信的结合会带来更多的应用场景。 ##### 免费时长额度赠送活动 七牛实时音视频云从 10 月 30 日 起，实行每月免费时长额度赠送活动。纯音频、标清、高清、超清 4 档位分别赠送 5000 分钟，如果完全使用，折算总消费金额共 770 元。