Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/jspui/handle/123456789/24331
Título: Método genérico para estimação e modelagem do erro RMS em dados de profundidade de sensores para visão 3D
Autor(es): Fernandez, Luis Enrique Ortiz
Palavras-chave: Visão computacional;Sensores 3D;Mapa de profundidade;Erro RMS;Sistema embarcado
Data do documento: 5-Jul-2017
Citação: FERNANDEZ, Luis Enrique Ortiz. Método genérico para estimação e modelagem do erro RMS em dados de profundidade de sensores para visão 3D. 2017. 73f. Dissertação (Mestrado em Engenharia Mecatrônica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017.
Resumo: In the artificial vision are used several devices like MS Kinect v1 / v2, the stereo cameras PG Bumblebee XB3 and Stereolabs ZED, among others. Because they are all devices that estimate depth data, they may contain errors. In this work, we present the design and implementation of a generic method for estimating the RMS error in depth data provided by any device, capable of generating data of type RGB-D, that is, an image and a depth map Same time. To verify the method was built an embedded system based on the NVIDIA Jetson TK1 and three sensors, the two versions of MS Kinect and the ZED stereo camera. At the moment of the data collection, the mathematical models of the RMS error were established for each device and, at the end, an analysis was made of the accuracy of each one.
metadata.dc.description.resumo: Na visão artificial usam-se vários dispositivos como o MS Kinect v1/v2, as câmeras estéreo PG Bumblebee XB3 e a Stereolabs ZED, entre outros. Como todos são dispositivos que estimam dados de profundidade, podem conter erros. Neste trabalho, apresenta-se o projeto e implementação de um método genérico para a estimação do erro RMS em dados de profundidade fornecidos por qualquer dispositivo, capaz de gerar dados do tipo RGB-D, isto é, uma imagem e um mapa de profundidade ao mesmo tempo. Para verificação do método foi construído um sistema embarcado baseado na placa NVIDIA Jetson TK1 e três sensores, as duas versões do MS Kinect e a câmera estéreo ZED. No momento da coleta de dados foram estabelecidos os modelos matemáticos do erro RMS para cada dispositivo e, ao final, foi feita uma análise da exatidão de cada um.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/24331
Aparece nas coleções:PPGEMECA - Mestrado em Engenharia Mecatrônica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
LuisEnriqueOrtizFernandez_DISSERT.pdf10,78 MBAdobe PDFThumbnail
Visualizar/Abrir


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