Visuell odometri

Visuell odometri  är en metod för att uppskatta positionen och orienteringen av en robot eller annan enhet genom att analysera en sekvens av bilder tagna av en kamera (eller kameror) monterade på den. [ett]

Visuell odometriteknik används till exempel i datoroptiska möss . Används även i quadrocopters och Mars Exploration Rover [2] .

Inom robotteknik och datorseende är visuell odometri processen att bestämma positionen och orienteringen av en robot genom att analysera tillhörande kamerabilder. Den har använts i ett brett utbud av robotapplikationer, till exempel på Mars Exploration Rover.

Inom navigering är vägmätning vanligtvis förknippad med användningen av data om rörelsen hos ställdon (till exempel från rotationssensorer) för att uppskatta förändringar i position i rymden. Denna metod har sina nackdelar, på grund av glidning och felaktigheter vid förflyttning på ojämna ytor, och är inte heller tillämplig på robotar med icke-standardiserade rörelsemetoder, till exempel när de går.

Visuell odometri är lämplig för exakt navigering med alla typer av rörelser på hårda ytor.

Algoritm

De flesta av de befintliga metoderna för visuell odometri är baserade på följande steg.

  1. Hämta ingångsbilden
    • Det finns system för visuell odometri mono- (med en kamera) [3] [4] och stereo - (med två) [4] [5] eller panorama (omnidirectional) kameror . [6] [7]
  2. Bildkorrigering
  3. Upptäck och spåra funktioner över olika bildrutor
  4. Identifiering av extremvärden för de optiska flödesfältvektorerna och deras korrigering [8]
  5. uppskattning av kamerarörelse genom korrigerat optiskt flöde [9] [10] [11] [12]

Tekniken för direkt visuell odometri utför ovanstående operationer direkt i sensorn. [5] [13] [14]

Visiometri utvärderar plana rotationsrörelser mellan bilder med hjälp av faskorrelation istället för funktionsextraktion. [15] [16]

Se även

Anteckningar

  1. ↑ Visuell odometri . Hämtad 2 maj 2012. Arkiverad från originalet 7 maj 2012.
  2. ↑ Maimone, M.; Cheng, Y.; Matthies, L. (2007). "Två år av visuell Odometry på Mars Exploration Rovers" (PDF) . Journal of Field Robotics . 24 (3): 169-186. CiteSeerX  10.1.1.104.3110 . DOI : 10.1002/rob.20184 . Arkiverad (PDF) från originalet 2014-03-30 . Hämtad 2008-07-10 . Utfasad parameter används |deadlink=( hjälp )
  3. ↑ Chhaniyara, Savan; KASPAR ALTHOEFER; LAKMAL D. SENEVIRATNE (2008). "Visuell odometriteknik som använder cirkulär marköridentifiering för rörelseparameteruppskattning" . Advances in Mobile Robotics: Proceedings of the Eleventh International Conference on Climbing and Walking Robots and the Support Technologies for Mobile Machines, Coimbra, Portugal . Den elfte internationella konferensen om klätter- och gångrobotar och stödtekniker för mobila maskiner . 11 . World Scientific, 2008. Arkiverad 24 februari 2012 på Wayback Machine
  4. ↑ 12 Nister , D; Naroditsky, O.; Bergen, J (januari 2004). Visuell odometri . Computer Vision and Pattern Recognition, 2004. CVPR 2004. 1 . pp. I–652–I–659 Vol.1. DOI : 10.1109/CVPR.2004.1315094 .
  5. ↑ 12 Comport , A.I.; Malis, E.; Rives, P. (2010). F. Chaumette; P. Corke; P. Newman, red. "Kvadrifokal visuell odometri i realtid". International Journal of Robotics Research . 29 (2-3): 245-266. CiteSeerX  10.1.1.720.3113 . DOI : 10.1177/0278364909356601 . S2CID  15139693 .
  6. ↑ Scaramuzza, D.; Siegwart, R. (oktober 2008). "Utseendestyrd monokulär rundstrålande visuell odometri för markfordon utomhus." IEEE-transaktioner på robotik . 24 (5): 1015-1026. DOI : 10.1109/TRO.2008.2004490 . HDL : 20.500.11850/14362 . S2CID  13894940 .
  7. ↑ Corke, P.; Strelow, D.; Singh, S. "Allriktad visuell odometri för en planetarisk rover." Intelligenta robotar och system, 2004. (IROS 2004). Förfaranden. 2004 IEEE/RSJ internationell konferens den . 4 . DOI : 10.1109/IROS.2004.1390041 .
  8. ↑ Campbell, J.; Sukthankar, R.; Nourbakhsh, I.; Pittsburgh, IR "Tekniker för att utvärdera optiskt flöde för visuell odometri i extrem terräng." Intelligenta robotar och system, 2004. (IROS 2004). Förfaranden. 2004 IEEE/RSJ internationell konferens den . 4 . DOI : 10.1109/IROS.2004.1389991 .
  9. ↑ Sunderhauf, N. Visuell odometri med gles buntjustering på ett autonomt utomhusfordon // Tagungsband Autonome Mobile Systeme 2005  / Sunderhauf, N., Konolige, K., Lacroix, S. … [ och andra ] . — Springer Verlag, 2005. — S. 157–163. Arkiverad 11 februari 2009 på Wayback Machine
  10. ↑ Konolige, K.; Agrawal, M.; Bolles, R.C.; Cowan, C.; Fischler, M.; Gerkey, B.P. (2006). "Utomhuskartläggning och navigering med stereoseende". Proc. Av Intl. Symp. Om experimentell robotik (ISER) . Springer Tracts in Advanced Robotics. 39 : 179-190. DOI : 10.1007/978-3-540-77457-0_17 . ISBN  978-3-540-77456-3 .
  11. ↑ Olson, C.F.; Matthies, L.; Schoppers, M.; Maimone, M.W. (2002). "Rovernavigering med stereo ego-motion" (PDF) . Robotik och autonoma system . 43 (4): 215-229. DOI : 10.1016/s0921-8890(03)00004-6 . Arkiverad (PDF) från originalet 2016-03-03 . Hämtad 2010-06-06 . Utfasad parameter används |deadlink=( hjälp )
  12. ↑ Cheng, Y.; Maimone, M.W.; Matthies, L. (2006). "Visuell Odometri på Mars Exploration Rovers". IEEE Robotics and Automation Magazine . 13 (2): 54-62. CiteSeerX  10.1.1.297.4693 . DOI : 10.1109/MRA.2006.1638016 . S2CID  15149330 .
  13. ↑ Engel, Jacob; Schops, Thomas; Cremers, Daniel (2014). "LSD-SLAM: Large-Scale Direct Monocular SLAM" (PDF) . I Flottan D.; Pajdla T.; Schiele B.; Tuytelaars T. Computer Vision . European Conference on Computer Vision 2014. Lecture Notes in Computer Science. 8690 . DOI : 10.1007/978-3-319-10605-2_54 . Arkiverad 22 oktober 2014 på Wayback Machine
  14. ↑ Engel, Jacob; Sturm, Jürgen; Cremers, Daniel (2013). "Semi-Dense Visual Odometry for a Monocular Camera" (PDF) . IEEE International Conference on Computer Vision (ICCV) . CiteSeerX  10.1.1.402.6918 . DOI : 10.1109/ICCV.2013.183 . Arkiverad 20 maj 2014 på Wayback Machine
  15. ↑ Zaman, M. (2007). "Relativ lokalisering med hög precision med en enda kamera". Robotics and Automation, 2007. (ICRA 2007). Förfaranden. 2007 IEEE internationell konferens om . DOI : 10.1109/ROBOT.2007.364078 .
  16. ↑ Zaman, M. (2007). "Högupplöst relativ lokalisering med två kameror". Journal of Robotics and Autonomous Systems (JRAS) . 55 (9): 685-692. DOI : 10.1016/j.robot.2007.05.008 .