ARKit启动时手机前倾致X轴翻转，如何获取设备初始位姿？

我正在开发一款使用ARKit捕获手机位置的应用，当前使用的配置和位置获取代码如下：

// Using .gravity for worldAlignment
let configuration = ARWorldTrackingConfiguration()
configuration.worldAlignment = .gravity

func renderer(_ renderer: SCNSceneRenderer, updateAtTime time: TimeInterval) {
    if let currentFrame = arView.session.currentFrame {
       let currentPosition = SCNVector3(currentFrame.camera.transform.columns.3.x, currentFrame.camera.transform.columns.3.y, currentFrame.camera.transform.columns.3.z)
     }
}

问题在于，若启动配置时手机前倾，X轴会发生翻转。因此我需要获取手机的初始位姿，判断启动时设备是否处于倾斜状态，但目前没找到官方文档里的解决方案。

我曾尝试一种变通方案：在运行配置前通过CoreMotion获取pitch值，代码如下：

if (isInitialRun) {
   if (attitude.pitch < 0){
      invert = true
   }
   isInitialRun = false
}

但由于时序问题，该方案并不可靠。

可靠的初始位姿获取方案 #

你可以利用ARKit会话启动后第一帧的相机位姿作为初始参考，这样能保证和ARKit自身的坐标系完全对齐，避免时序和坐标系不一致的问题。

实现步骤 #

1. 添加标记变量，记录是否已获取初始位姿
2. 在session(_:didUpdate:)代理方法中，捕获会话的第一帧并提取相机初始变换矩阵
3. 后续位置计算基于该初始位姿做修正，解决X轴翻转问题

示例代码 #

var initialCameraTransform: simd_float4x4?

// 会话启动时重置初始位姿标记
func session(_ session: ARSession, didAdd anchors: [ARAnchor]) {
    initialCameraTransform = nil
}

func session(_ session: ARSession, didUpdate frame: ARFrame) {
    // 仅在第一帧时记录初始位姿
    guard initialCameraTransform == nil else { return }
    
    initialCameraTransform = frame.camera.transform
    // 提取初始欧拉角判断倾斜状态
    let initialEulerAngles = frame.camera.eulerAngles
    let isInitialPitchNegative = initialEulerAngles.x < 0
}

// 基于初始位姿修正位置计算
func renderer(_ renderer: SCNSceneRenderer, updateAtTime time: TimeInterval) {
    guard let currentFrame = arView.session.currentFrame,
          let initialTransform = initialCameraTransform else { return }
    
    // 计算相对于初始位姿的位置偏移
    let relativeTransform = simd_mul(simd_inverse(initialTransform), currentFrame.camera.transform)
    let rawPosition = SCNVector3(relativeTransform.columns.3.x, relativeTransform.columns.3.y, relativeTransform.columns.3.z)
    
    // 根据初始前倾状态修正X轴
    let initialEulerAngles = initialTransform.eulerAngles
    let correctedX = initialEulerAngles.x < 0 ? -rawPosition.x : rawPosition.x
    
    // 使用修正后的位置进行后续逻辑
}

方案优势 #

• 完全基于ARKit自身帧数据，与坐标系100%对齐，避免CoreMotion与ARKit的时序偏差
• 第一帧是ARKit完成初始化后的有效位姿，准确性更高
• 直接从初始变换矩阵提取欧拉角，无需额外传感器数据处理

内容的提问来源于stack exchange，提问作者Daniel