Научные статьи \ Общие вопросы науки и культуры \ Информационные технологии. Вычислительная техника. Обработка данных \ Прикладные информационные (компьютерные) технологии. Методы основанные на применении компьютеров

Исследование зависимости точности одновременной реконструкции сцены и позиционирования камеры от погрешностей, вносимых датчиками мобильного устройства

Исследование зависимости точности одновременной реконструкции сцены и позиционирования камеры от погрешностей, вносимых датчиками мобильного устройства

Автор: Мясников Владислав Валерьевич, Дмитриев Егор Андреевич

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 3 т.43, 2019 года.

Бесплатный доступ

Задача одновременной реконструкции сцены и позиционирования камеры (Simultaneous Localization and Mapping - SLAM) с использованием монокулярной системы наблюдения - одна из наиболее известных и сложных, затрагивающая целый ряд научных направлений: робототехнику, компьютерное зрение и виртуальную реальность. Настоящая работа направлена на решение проблемы SLAM в рамках мобильного устройства, оснащённого, наряду с монокулярным оптическим сенсором (камерой), также инерционными датчиками (гироскоп и акселерометр) и цифровым компасом. Последние позволяют получать дополнительную оценку положения и ориентации мобильного устройства. Цель работы - оценить потенциальную пригодность и эффективность использования дополнительной информации, предоставляемой указанными датчиками мобильного устройства типа смартфона, с точки зрения точности получаемого решения и/или снижения временных затрат на его получение. Экспериментальная часть исследования, включающая как модельные, так и натурные эксперименты, позволила определить требования к допустимым погрешностям, вносимым датчиками мобильного устройства. Для конкретной модели мобильного устройства показано, что электронный компас удовлетворяет этим требованиям, в то время как погрешности инерционных датчиков, используемых для определения перемещений, оказываются неприемлемо большими.

Еще

Визуальная одометрия, реконструкция сцены, мобильное устройство, инерционные датчики, компас

Короткий адрес: https://sciup.org/140246477

IDR: 140246477   |   DOI: 10.18287/2412-6179-2019-43-3-492-503

The accuracy dependency investigation of simultaneous localization and mapping on the errors from mobile device sensors

Monocular Simultaneous Localization and Mapping (SLAM) is one of the most complex and well-known problems, affecting several scientific fields: robotics, computer vision, virtual reality. This paper aims to study the SLAM problem for the mobile device with a monocular camera and sensors: accelerometer, gyroscope and digital compass. The latter allow to obtain an additional estimation of a mobile device position and orientation. The aim is to assess the potential suitability and efficiency of using extra information from inertial sensors to improve the solution quality and to reduce the time to obtain the solution. The experimental part of the study, including both model and field experiments, allowed to determine the requirements for permissible errors introduced by the sensors of the mobile device. For a specific model of a mobile device, it is shown that the electronic compass meets these requirements, while the errors of the inertial sensors used to determine the movements are unacceptably large.

Еще

Список литературы Исследование зависимости точности одновременной реконструкции сцены и позиционирования камеры от погрешностей, вносимых датчиками мобильного устройства

  • Хорн, Б.К.П. Зрение роботов / Б.К.П. Хорн; пер. с англ. - М.: МИР, 1989. - 489 с.
  • Форсайт, Д. Компьютерное зрение. Современный подход / Д. Форсайт, Ж. Понс; пер. с англ. - M.: Вильямс, 2004. - 928 с. - ISBN: 0-13-085198-1
  • Шапиро, Л. Компьютерное зрение / Л. Шапиро, Д. Стокман; пер. с англ. - М.: Бином, Лаборатория знаний, 2015. - 763 с.
  • Durrant-Whyte, H.F. Simultaneous localisation and mapping (SLAM): Part I. The essential algorithms / H.F. Durrant-Whyte, T. Bailey // IEEE Robotics and Automation Magazine. - 2006. - Vol. 13, Issue 2. - P. 99-110.
  • Durrant-Whyte, H.F. Simultaneous localisation and mapping (SLAM): Part II. State of the art / H.F. Durrant-Whyte, T. Bailey // IEEE Robotics and Automation Magazine. - 2006. - Vol. 13, Issue 3. - P. 108-117.
  • Cadena, C. Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age / C. Cadena, L. Carlone, H. Carrillo, Y. Latif, D. Scaramuzza, J. Neira, I. Reid, J.J. Leonard // IEEE Transactions on Robotics. - 2016. - Vol. 32, Issue 6. - P. 1309-1332.
  • Younes, G. Keyframe-based monocular SLAM: design, survey, and future directions / G. Younes, D. Asmar, E. Shammas, J. Zelek // Robotics and Autonomous Systems. - 2017. - Vol. 98. - P. 67-88.
  • Гошин, Е.В. Решение задачи автоколибровки камеры с использованием метода согласованной идентификации / E.В. Гошин, В.А. Фурсов // Компьютерная оптика. - 2012. - Т. 36, № 4. - С. 605-611.
  • Котов, А.П. Технология оперативной реконструкции трёхмерных сцен по разноракурсным изображениям / А.П. Котов, В.А. Фурсов, Е.В. Гошин // Компьютерная оптика. - 2015. - Т. 39, № 4. - С. 600-605. -
  • DOI: 10.18287/0134-2452-2015-39-4-600-605
  • Мясников, В.В. Модельно-ориентированный дескриптор поля градиента как удобный аппарат распознавания и анализа цифровых изображений / В.В. Мясников // Компьютерная оптика. - 2012. - Т. 36, № 4. - С. 596-604.
  • Fischler, M.A. Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography / M.A. Fischler, R.C. Bolles // Communications of the ACM. - 1981. - Vol. 24, Issue 6. - P. 381-395.
  • Levenberg, K.A. A method for the solution of certain non-linear problems in least squares / K.A. Levenberg // Quarterly of Applied Mathematics. - 1944. - Vol. 2, Issue 2. - P. 164-168.
  • Marquardt, D. An algorithm for least-squares estimation of nonlinear parameters / D. Marquardt // SIAM Journal on Applied Mathematics. - 1963. - Vol. 11, Issue 2. - P. 431-441.
  • Montemerlo, M. FastSLAM: A factored solution to the simultaneous localization and mapping problem / M. Montemerlo, S. Thrun, D. Koller, B. Wegbreit // Proceedings of the AAAI National Conference on Artificial Intelligence. - 2002. - P. 593-598.
  • Klein, G. Parallel tracking and mapping for small AR workspaces / G. Klein, D. Murray // 2007 6th IEEE and ACM International Symposium on Mixed and Augmented Reality (ISMAR). - 2007. - P. 225-234.
  • Engel, J. Semi-dense visual odometry for a monocular camera / J. Engel, J. Sturm, D. Cremers // 2013 IEEE International Conference on Computer Vision (ICCV). - 2013. - P. 1449-1456.
  • Engel, J. LSD-SLAM: Large-scale direct monocular SLAM / J. Engel, J. Schops, D. Cremers // European Conference on Computer Vision (ECCV). - 2014. - P. 834-849.
  • Mur-Artal, R. ORB-SLAM: A versatile and accurate monocular SLAM / R. Mur-Artal, J.M.M. Montiel, J.D. Tardos // IEEE Transactions on Robotics. - 2015. - Vol. 31, Issue 5. - P. 1147-1163.
  • Newcombe, R.A. DTAM: dense tracking and mapping in real-time / R.A. Newcombe, S.J. Lovegrove, A.J. Davison // IEEE International Conference on Computer Vision. - 2011. - P. 2320-2327.
  • Stühmer, J. Real-time dense geometry from a handheld camera / J. Stühmer, S. Gumhold, D. Cremers // Pattern Recognition (DAGM). - 2010. - P. 11-20.
  • Transkanen, P. Live metric 3D reconstruction on mobile phones / P. Tanskanen, K. Kolev, L. Meier, F.C. Paulsen, O. Saurer, M. Pollefeys // 2013 IEEE International Conference on Computer Vision (ICCV). - 2013. - P. 65-72.
  • Roxas, M. Real-time simultaneous 3D reconstruction and optical flow estimation / M. Roxas, T. Oishi // IEEE Winter Conference on Applications of Computer Vision (WACV). - 2018. - P. 885-893.
  • Schuster, R. Dense scene flow from stereo disparity and optical flow / R. Schuster, O. Wasenmüller, S. Didier // Computer Science in Cars Symposium. - 2018.
  • Kummerle, R. On measuring the accuracy of SLAM algorithms / R. Kummerle, B. Steder, C. Dornhege, M. Ruhnke, G. Grisetti, C. Stachniss, A. Kleiner // Autonomous Robots. - 2009. - Vol. 27, Issue 4. - P. 387-407.
  • Ma, Z. Experimental evaluation of mobile phone sensors / Z. Ma, Y. Qiao, B. Lee, E. Fallon // 24th IET Irish Signals and Systems Conference (ISSC 2013). - 2013. - 49 (8 p.).
  • Kok, M. Using inertial sensors for position and orientation estimation / M. Kok, J.D. Hol, T.B. Schon // Foundations and Trends in Signal Processing. - 2017. - Vol. 11, Issues 1-2. - P. 1-153.
  • Titterton, D.H. Strapdown inertial navigation technology / D.H. Titterton, J.L. Weston. - London, UK, Reston, Virginia: Institution of Engineering and Technology, 1996. - 558 p. -
  • ISBN: 978-0-86341-358-2
  • Android. Source. Develop. Sensor Types [Electronical Resource]. - URL: https://source.android.com/devices/sensors/sensor-types#rotation_vector (дата обращения 15.05.2019).
Еще
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp