Unity AR camera with iOS LiDAR

---

본 게시글의 LiDAR 사용 부분은 Youtube순순스튜디오님의 해당 영상에서 배운 내용을 활용하였습니다.

---

현재 진행중인 프로젝트의 필요내용은 아래와 같다.

위 내용을 진행 위해서는 아래와 같이 이미지와 LiDAR를 동시에 사용해야한다. 앞서 작성했던 내용을 합치고 LiDAR를 이용하여 특정 위치의 거리값도 가져올 필요가 있었다. 순순스튜디오님의 영상에서 알려준 방식으로 LiDAR관련 구성을 하였으며 AR Session의 경우

위와같이 AR Plane Manager는 사용하지 않았다. 그 이유는 AR Plane Manager를 사용하니 LiDAR의 정확도가 다소 떨어지는 느낌을 받았기에 제거한 후 진행하였다. 먼저 Script의 경우 앞의

[Unity AR camera 화면 정보 일부분을 추출하기]

에서 사용한 Script와 LiDAR의 정보를 가져오기 위한 아래 코드를

using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using UnityEngine.XR.ARFoundation;
using UnityEngine.XR.ARSubsystems;
using UnityEngine.UI;
//TextMeshPro를 사용하기 위해 선언
using TMPro;

public class LiDARManager : MonoBehaviour
{
    public ARRaycastManager m_RaycastManager;
    // LiDAR의 정보를 저장할 list 
    static List<ARRaycastHit> s_Hits = new List<ARRaycastHit>();
    // center의 위치를 가질 변수
    public Vector2 _centerVec;
    // 화면의 LiDAR 사용 위치에 표시될 object
    public Transform _pivot;
    // LiDAR의 거리정보를 화면에 표시하기 위해
    public TextMeshProUGUI c_resouceText;



    
    void Start()
    {
        //화면의 중앙을 의미
        _centerVec = new Vector2(Screen.width * 0.5f, Screen.height * 0.5f);
    }

    
    void Update()
    {
        if (m_RaycastManager.Raycast(_centerVec, s_Hits))
        {
            Quaternion tRot = Quaternion.Euler(90f, 0, 0);
            // s_Hits의 위치를 저장 
            var hitPose = s_Hits[0].pose;
            // s_Hits의 거리를 저장
            float hitDis = s_Hits[0].distance;
            // 가져온 거리를 화면에 표시 
            c_resouceText.text = hitDis.ToString("#.##") + "m";

            _pivot.localScale = new Vector3(hitDis, hitDis, hitDis);
            _pivot.position = Vector3.Lerp(_pivot.position, hitPose.position, 0.2f);
            //디버깅을 위해 rotation값을 Quaternion.Lerp에 넣어 자연스럽게 회전하게 만듦 
            _pivot.rotation = Quaternion.Lerp(_pivot.rotation, hitPose.rotation, 0.2f);

            //s_Hits의 값 초기화
            s_Hits.Clear();
        }
    }
}

이용하였다. 화면에 글자를 표시하기 위해 Unity의 Canvas에 제공하는 TextMeshPro를 이용하였다. 화면에 출력될 Canvas의 화면은

위와 같이 구성하였으며 최종적으로

위와 같이 원하는 결과물을 얻을 수 있었다. 이후에는 추출한 상단 이미지를 딥러닝 Classification Model에 넣어 결과물을 얻는 작업을 진행할 예정이다!!

To Be Continued...