Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/jspui/handle/123456789/15364
Título: Odometria visual baseada em técnicas de structure from motion
Autor(es): Silva, Bruno Marques Ferreira da
Palavras-chave: Odometria visual;Monocula;Structure from motion;Visual odometry;Monocular;Structure from motion
Data do documento: 15-Fev-2011
Editor: Universidade Federal do Rio Grande do Norte
Citação: SILVA, Bruno Marques Ferreira da. Odometria visual baseada em técnicas de structure from motion. 2011. 79 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2011.
Resumo: Visual Odometry is the process that estimates camera position and orientation based solely on images and in features (projections of visual landmarks present in the scene) extraced from them. With the increasing advance of Computer Vision algorithms and computer processing power, the subarea known as Structure from Motion (SFM) started to supply mathematical tools composing localization systems for robotics and Augmented Reality applications, in contrast with its initial purpose of being used in inherently offline solutions aiming 3D reconstruction and image based modelling. In that way, this work proposes a pipeline to obtain relative position featuring a previously calibrated camera as positional sensor and based entirely on models and algorithms from SFM. Techniques usually applied in camera localization systems such as Kalman filters and particle filters are not used, making unnecessary additional information like probabilistic models for camera state transition. Experiments assessing both 3D reconstruction quality and camera position estimated by the system were performed, in which image sequences captured in reallistic scenarios were processed and compared to localization data gathered from a mobile robotic platform
metadata.dc.description.resumo: Odometria Visual é o processo pelo qual consegue-se obter a posição e orientação de uma câmera, baseado somente em imagens e consequentemente, em características (projeções de marcos visuais da cena) nelas contidas. Com o avanço nos algoritmos e no poder de processamento dos computadores, a subárea de Visão Computacional denominada de Structure from Motion (SFM) passou a fornecer ferramentas que compõem sistemas de localização visando aplicações como robótica e Realidade Aumentada, em contraste com o seu propósito inicial de ser usada em aplicações predominantemente offline como reconstrução 3D e modelagem baseada em imagens. Sendo assim, este trabalho propõe um pipeline de obtenção de posição relativa que tem como características fazer uso de uma única câmera calibrada como sensor posicional e ser baseado interamente nos modelos e algoritmos de SFM. Técnicas usualmente presentes em sistemas de localização de câmera como filtros de Kalman e filtros de partículas não são empregadas, dispensando que informações adicionais como um modelo probabilístico de transição de estados para a câmera sejam necessárias. Experimentos foram realizados com o propósito de avaliar tanto a reconstrução 3D quanto a posição de câmera retornada pelo sistema, através de sequências de imagens capturadas em ambientes reais de operação e comparações com um ground truth fornecido pelos dados do odômetro de uma plataforma robótica
URI: http://repositorio.ufrn.br:8080/jspui/handle/123456789/15364
Aparece nas coleções:PPGEE - Mestrado em Engenharia Elétrica e de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
BrunoMFS_DISSERT.pdf2,41 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.