Визуальная одометрия - Википедия - Visual odometry

В оптический поток вектор движущегося объекта в видеопоследовательности.

В робототехника и компьютерное зрение, визуальная одометрия это процесс определения положения и ориентации робота путем анализа связанных изображений камеры. Он использовался в самых разных роботизированных приложениях, например, на Марсоходы.[1]

Обзор

В навигация, одометрия это использование данных о движении приводов для оценки изменения положения во времени с помощью таких устройств, как поворотные энкодеры для измерения оборотов колес. Хотя традиционные методы одометрии полезны для многих колесных или гусеничных транспортных средств, их нельзя применить к мобильные роботы с нестандартными методами передвижения, такими как ноги роботы. Кроме того, одометрия всегда страдает от проблем с точностью, поскольку колеса имеют тенденцию к скольжению и скольжению по полу, создавая неравномерное пройденное расстояние по сравнению с вращениями колес. Ошибка усугубляется, когда автомобиль движется по неровным поверхностям. Показания одометрии становятся все более ненадежными, поскольку эти ошибки накапливаются и усугубляются со временем.

Визуальная одометрия - это процесс определения эквивалентной одометрической информации с использованием последовательных изображений камеры для оценки пройденного расстояния. Визуальная одометрия позволяет повысить точность навигации в роботах или транспортных средствах, использующих любой тип передвижения на любой поверхности.

Типы

Существуют различные типы VO.

Монокуляр и стерео

В зависимости от настройки камеры, VO можно разделить на Monocular VO (одиночная камера), Stereo VO (две камеры в стереосистеме).

VIO широко используется в коммерческих квадрокоптерах, которые обеспечивают локализацию в ситуациях, когда отсутствует GPS.

Функциональный и прямой метод

Визуальная информация традиционного ВО получается методом на основе признаков, который выделяет характерные точки изображения и отслеживает их в последовательности изображений. Недавние разработки в области исследования голосовой связи предоставили альтернативу, называемую прямым методом, при котором интенсивность пикселей в последовательности изображений используется непосредственно в качестве визуального ввода. Также существуют гибридные методы.

Визуальная инерционная одометрия

Если инерциальная единица измерения (IMU) используется в системе VO, обычно это называется визуальной инерциальной одометрией (VIO).

Алгоритм

Большинство существующих подходов к визуальной одометрии основаны на следующих этапах.

  1. Получение входных изображений: используя либо одиночные камеры.,[2][3] стереокамеры,[3][4] или же всенаправленные камеры.[5][6]
  2. Коррекция изображения: применить обработка изображений методы устранения искажений объектива и др.
  3. Обнаружение функции: определять операторы интереса, сопоставлять функции по фреймам и строить оптический поток поле.
    1. Используйте корреляцию, чтобы установить переписка двух изображений и недолго отслеживание функций.
    2. Извлечение признаков и корреляция.
    3. Построить поле оптического потока (Метод Лукаса – Канаде ).
  4. Проверьте векторы поля потока на предмет потенциальных ошибок отслеживания и удалите выбросы.[7]
  5. Оценка движения камеры по оптическому потоку.[8][9][10][11]
    1. Вариант 1: Фильтр Калмана для обеспечения выдачи государственной сметы.
    2. Вариант 2: найдите геометрические и трехмерные свойства элементов, которые минимизируют функция стоимости на основе ошибки повторного проецирования между двумя соседними изображениями. Это можно сделать математической минимизацией или случайная выборка.
  6. Периодическое переселение точек трека для сохранения покрытия по всему изображению.

Альтернативой методам на основе признаков является метод «прямой» или визуальной одометрии на основе внешнего вида, который сводит к минимуму ошибку непосредственно в пространстве датчика и, следовательно, позволяет избежать сопоставления и извлечения признаков.[4][12][13]

Другой метод, получивший название «визиодометрия», оценивает плоские вращательные перемещения между изображениями, используя Фазовая корреляция вместо извлечения функций.[14][15]

Эгомоция

Оценка эмоций

Эгомоция определяется как трехмерное движение камеры в окружающей среде.[16] В области компьютерное зрение, egomotion относится к оценке движения камеры относительно жесткой сцены.[17] Примером оценки движения может быть оценка движущегося положения автомобиля относительно линий на дороге или уличных знаков, наблюдаемых с самого автомобиля. Оценка эмоций важна в автономная навигация роботов Приложения.[18]

Обзор

Целью оценки движения камеры является определение трехмерного движения этой камеры в окружающей среде с использованием последовательности изображений, снятых камерой.[19] Процесс оценки движения камеры в окружающей среде включает использование методов визуальной одометрии на последовательности изображений, снятых движущейся камерой.[20] Обычно это делается с помощью обнаружение функции построить оптический поток из двух кадров изображения в последовательности[16] генерируется либо одиночными камерами, либо стереокамерами.[20] Использование пар стереоизображений для каждого кадра помогает уменьшить ошибку и предоставляет дополнительную информацию о глубине и масштабе.[21][22]

Функции обнаруживаются в первом кадре, а затем сопоставляются во втором кадре. Эта информация затем используется для создания поля оптического потока для обнаруженных деталей на этих двух изображениях. Поле оптического потока показывает, как объекты расходятся из одной точки, фокус расширения. Фокус расширения может быть обнаружен по полю оптического потока, указывая направление движения камеры и, таким образом, обеспечивая оценку движения камеры.

Существуют и другие методы извлечения информации о движении из изображений, включая метод, который позволяет избежать обнаружения признаков и полей оптического потока и напрямую использует интенсивности изображения.[16]

Смотрите также

Рекомендации

  1. ^ Maimone, M .; Cheng, Y .; Маттис, Л. (2007). "Два года визуальной одометрии на марсоходах" (PDF). Журнал полевой робототехники. 24 (3): 169–186. CiteSeerX  10.1.1.104.3110. Дои:10.1002 / rob.20184. Получено 2008-07-10.
  2. ^ Чханияра, Саван; КАСПАР АЛТОФЕР; ЛАКМАЛ Д. СЕНЕВИРАТНЕ (2008). «Техника визуальной одометрии с использованием круговой идентификации маркеров для оценки параметров движения». Достижения в мобильной робототехнике: материалы одиннадцатой Международной конференции по альпинистским и шагающим роботам и вспомогательным технологиям для мобильных машин, Коимбра, Португалия. Одиннадцатая Международная конференция по альпинистским и шагающим роботам и технологиям поддержки мобильных машин. 11. Мировой научный, 2008.
  3. ^ а б Нистер, Д; Народицкий, О .; Берген, Дж (январь 2004 г.). Визуальная одометрия. Компьютерное зрение и распознавание образов, 2004. CVPR 2004. 1. С. I – 652 - I – 659 Том 1. Дои:10.1109 / CVPR.2004.1315094.
  4. ^ а б Comport, A.I .; Malis, E .; Ривз, П. (2010). F. Chaumette; П. Корке; П. Ньюман (ред.). «Квадрифокальная визуальная одометрия в реальном времени». Международный журнал исследований робототехники. 29 (2–3): 245–266. CiteSeerX  10.1.1.720.3113. Дои:10.1177/0278364909356601. S2CID  15139693.
  5. ^ Scaramuzza, D .; Сигварт, Р. (октябрь 2008 г.). «Всенаправленная визуальная одометрия на основе внешнего вида для наземных транспортных средств». IEEE Transactions по робототехнике. 24 (5): 1015–1026. Дои:10.1109 / TRO.2008.2004490. HDL:20.500.11850/14362. S2CID  13894940.
  6. ^ Corke, P .; Strelow, D .; Сингх, С. "Всенаправленная визуальная одометрия для планетохода". Интеллектуальные роботы и системы, 2004 г. (IROS 2004). Ход работы. 2004 IEEE / RSJ Международная конференция по. 4. Дои:10.1109 / IROS.2004.1390041.
  7. ^ Кэмпбелл, Дж .; Sukthankar, R .; Нурбахш, И .; Питтсбург, И. «Методы оценки оптического потока для визуальной одометрии в экстремальных условиях». Интеллектуальные роботы и системы, 2004 г. (IROS 2004). Ход работы. 2004 IEEE / RSJ Международная конференция по. 4. Дои:10.1109 / IROS.2004.1389991.
  8. ^ Sunderhauf, N .; Konolige, K .; Lacroix, S .; Protzel, P. (2005). «Визуальная одометрия с помощью регулировки разреженного пучка на автономном открытом автомобиле». В Леви; Шанц; Лафренц; Аврутин (ред.). Мобильная система Tagungsband Autonome 2005 (PDF). Reihe Informatik aktuell. Springer Verlag. С. 157–163. Архивировано из оригинал (PDF) на 2009-02-11. Получено 2008-07-10.
  9. ^ Konolige, K .; Agrawal, M .; Bolles, R.C .; Cowan, C .; Fischler, M .; Герки, Б. (2006). «Наружное картографирование и навигация с использованием стереовидения». Proc. Междунар. Symp. Об экспериментальной робототехнике (ISER). Springer Tracts в продвинутой робототехнике. 39: 179–190. Дои:10.1007/978-3-540-77457-0_17. ISBN  978-3-540-77456-3.
  10. ^ Olson, C.F .; Matthies, L .; Schoppers, M .; Маймон, М.В. (2002). «Навигация вездехода с использованием стереодвижения эго» (PDF). Робототехника и автономные системы. 43 (4): 215–229. Дои:10.1016 / s0921-8890 (03) 00004-6. Получено 2010-06-06.
  11. ^ Cheng, Y .; Maimone, M.W .; Маттис, Л. (2006). «Визуальная одометрия на марсоходах». Журнал IEEE Robotics and Automation Magazine. 13 (2): 54–62. CiteSeerX  10.1.1.297.4693. Дои:10.1109 / MRA.2006.1638016. S2CID  15149330.
  12. ^ Энгель, Якоб; Шёпс, Томас; Кремерс, Дэниел (2014). "LSD-SLAM: крупномасштабный прямой монокуляр SLAM" (PDF). В Fleet D .; Пайдла Т .; Schiele B .; Туйтелаарс Т. (ред.). Компьютерное зрение. Европейская конференция по компьютерному зрению 2014. Конспект лекций по информатике. 8690. Дои:10.1007/978-3-319-10605-2_54.
  13. ^ Энгель, Якоб; Штурм, Юрген; Кремерс, Дэниел (2013). «Полуплотная визуальная одометрия для монокулярной камеры» (PDF). Международная конференция IEEE по компьютерному зрению (ICCV). CiteSeerX  10.1.1.402.6918. Дои:10.1109 / ICCV.2013.183.
  14. ^ Заман, М. (2007). «Относительная локализация с высокой точностью с помощью одной камеры». Робототехника и автоматизация, 2007. (ICRA 2007). Ход работы. 2007 Международная конференция IEEE по. Дои:10.1109 / ROBOT.2007.364078.
  15. ^ Заман, М. (2007). «Относительная локализация высокого разрешения с использованием двух камер». Журнал робототехники и автономных систем (JRAS). 55 (9): 685–692. Дои:10.1016 / j.robot.2007.05.008.
  16. ^ а б c Irani, M .; Rousso, B .; Пелег С. (июнь 1994 г.). «Восстановление эго-движения с помощью стабилизации изображения» (PDF). Конференция IEEE Computer Society по компьютерному зрению и распознаванию образов: 21–23. Получено 7 июн 2010.
  17. ^ Burger, W .; Бхану Б. (ноябрь 1990 г.). «Оценка трехмерного движения по последовательности перспективных изображений». IEEE Transactions по анализу шаблонов и машинному анализу. 12 (11): 1040–1058. Дои:10.1109/34.61704. S2CID  206418830.
  18. ^ Shakernia, O .; Vidal, R .; Шанкар, С. (2003). "Всенаправленная оценка эгомоции из потока обратной проекции" (PDF). Конференция по компьютерному зрению и распознаванию образов Семинар. 7: 82. CiteSeerX  10.1.1.5.8127. Дои:10.1109 / CVPRW.2003.10074. S2CID  5494756. Получено 7 июн 2010.
  19. ^ Тиан, Т .; Tomasi, C .; Хигер, Д. (1996). «Сравнение подходов к вычислению эмоций» (PDF). Конференция IEEE Computer Society по компьютерному зрению и распознаванию образов: 315. Архивировано с оригинал (PDF) 8 августа 2008 г.. Получено 7 июн 2010.
  20. ^ а б Milella, A .; Сигварт, Р. (январь 2006 г.). «Стерео-оценка эго-движения с использованием отслеживания пикселей и итеративной точки ближайшего приближения» (PDF). Международная конференция IEEE по системам компьютерного зрения: 21. Архивировано из оригинал (PDF) 17 сентября 2010 г.. Получено 7 июн 2010.
  21. ^ Olson, C.F .; Matthies, L .; Schoppers, M .; Маймонеб М. В. (июнь 2003 г.). «Навигация вездехода с использованием стереодвижения эго» (PDF). Робототехника и автономные системы. 43 (9): 215–229. Дои:10.1016 / s0921-8890 (03) 00004-6. Получено 7 июн 2010.
  22. ^ Судин Динеш, Котешвара Рао, К.; Унникришнан, М.; Бринда, В.; Лалитамбика, В. ; Декане, М.В. "Улучшения в алгоритме визуальной одометрии для планетных исследовательских вездеходов ". Международная конференция IEEE по новым тенденциям в области связи, управления, обработки сигналов и вычислительных приложений (C2SPCA), 2013 г.