Određivanje položaja mobilnog robota pomoću računalnog vida zasnovano na umjetnim orijentirima (CROSBI ID 363314)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Nikolić, Nataša
Cupec, Robert
hrvatski
Određivanje položaja mobilnog robota pomoću računalnog vida zasnovano na umjetnim orijentirima
U ovom je radu predstavljena metoda rješavanja problema globalne lokalizacije mobilnog robota uz pomoć računalnog vida na temelju poznatih položaja umjetnih orijentira u radnoj okolini. Za detekciju orijentira na slici snimljenoj kamerom upotrebljena je SIFT-metoda. Model okoline robota sastoji se od 3D točaka kojima su pridruženi SIFT-deskriptori. Globalna se lokalizacija mobilnog robota svodi na sparivanje SIFT-značajki modela s odgovarajućim SIFT-značajkama detektiranim na slici kamere te određivanje položaja robota za koji se projekcije SIFT-značajki modela na ravninu slike poklapaju sa SIFT-značajkama detektiranim na slici. Sparivanje SIFT-značajki obavlja se na temelju njihovog relativnog položaja uzimajući u obzir nesigurnost položaja projekcije značajki modela i nesigurnost položaja značajki detektiranih na slici te međusobnom usporedbom deskriptora pojedinih SIFT-značajki. Problem lokalizacije robota uz istovremeno sparivanje SIFT-značajki prikazan je grafom i riješen metodom nasumičnog pretraživanja grafa. Algoritam kreće od početne estimacije položaja mobilnog robota koja je poznata sa velikom nesigurnošću i korigira tu informaciju iterativnim postupkom zasnovanim na Kalmanovom filteru. U svakom se koraku algoritma točnost estimiranog položaja robota poboljšava na temelju informacije o međusobnom položaju jednog para značajki. Ukoliko se radi o ispravno sparenim značajkama, nesigurnost položaja mobilnog robota se smanjuje čime se smanjuje i nesigurnost položaja projekcije značajki modela na sliku. Smanjenjem ove nesigurnosti sužava se skup potencijalnih kandidata za sparivanje u narednom koraku algoritma čime se smanjuje vjerojatnost neispravnog sparivanja. Uvođenje Kalmanovog filtera u rješavanje problema globalne lokalizacije mobilnog robota znatno pridonosi poboljšanju ispravnosti sparivanja odgovarajućih SIFT-značajki naspram rješenja tog problema dobivenog samo na kriteriju sličnosti deskriptora značajki. Razmatrani postupak je ispitan na nizu slika snimljenih kamerom montiranom na mobilnog robota Pioneer 3-DX. Iz rezultata provedenih pokusa može se zaključiti da razmatranom algoritmu opada uspješnost za velike promjene kuta promatranja orijentira te u slučajevima kada je broj orijentira vidljivih na slici snimljenoj kamerom relativno malen.
robotski vid; SIFT; Kalmanov filter; globalna lokalizacija robota
nije evidentirano
engleski
Mobile Robot Localization Using Computer Vision and Artificial Landmarks
nije evidentirano
robot vision; SIFT; Kalman filter; global robot localization
nije evidentirano
Podaci o izdanju
84
05.03.2008.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Osijek