Предотвращение препятствий со стереозрением - PullRequest
8 голосов
/ 10 июля 2011

Я работаю над системой предотвращения препятствий на базе стереокамеры для мобильного робота. Он будет использоваться в помещении, поэтому я исхожу из предположения, что плоскость земли плоская. Мы также разрабатываем нашу собственную среду, поэтому я могу избежать определенных типов препятствий, которые приводят к ложным или отрицательным результатам.

Я уже нашел множество ресурсов для калибровки камер и выравнивания изображений, а также информацию о создании карты диспаратности / карты глубины. То, с чем я борюсь, это методы обнаружения препятствий на этом пути. Техника, которая вместо этого работала, обнаруживая наземную плоскость, была бы столь же полезной.

Я работаю с openCV и использую книгу «Изучение OpenCV» в качестве справки.

Спасибо, все

1 Ответ

12 голосов
/ 10 июля 2011

Из литературы, которую я прочитал, существует три основных подхода:

  1. Подходы к плоскости земли определяют плоскость земли по данным стерео и предполагают, что всеточки, которые не находятся на плоскости, являются препятствиями.Если вы предполагаете, что земля является доминирующей плоскостью на изображении, то вы можете найти ее просто плоскостью для реконструированного облака точек, используя надежный алгоритм подбора моделей (такой как RANSAC).

  2. Приближается карта диспаратности Пропустить преобразование стереофонического вывода в облако точек.Самые популярные алгоритмы, которые я видел, называются v-disparity и uv-disparity.Оба ищут одни и те же атрибуты в карте диспаратности, но УФ-диспаратность может обнаруживать некоторые типы препятствий, которые не могут одни только v-диспаратность.

  3. Приближение облака точек * проект 1018 *карту несоответствия в трехмерное облако точек и обработать эти точки.Одним из примеров является «алгоритм перевернутого конуса», который использует минимальную высоту препятствия, максимальную высоту препятствия и максимальный наклон земли для обнаружения препятствий на произвольной, неровной местности.

Из этих трехПодходы, обнаружение наземного самолета является самым простым и наименее надежным.Если в вашем окружении есть редкие препятствия и текстурированная почва, этого должно быть достаточно.У меня нет большого опыта работы с картами несоответствий, но результаты выглядят очень многообещающе.Наконец, алгоритм Мандучи очень хорошо работает в самых разных условиях, в том числе на неровной местности.К сожалению, это очень трудно реализовать и чрезвычайно дорого в вычислительном отношении.

Ссылки:

  • v-Disparity : Labayrade, Rи Обер, Д. и Тарел, Дж. П. Обнаружение препятствий в реальном времени в стереовидении на неровной геометрии дороги через представление v-диспаратности
  • uv-Диспаритет : Ху, З. и Ухимура, К.УФ-диспаратность: эффективный алгоритм анализа сцены на основе стереозрения
  • Алгоритм инвертированного конуса: Мандучи, Р. и Кастано, А. и Талукдер, А. и Маттис, Л. Обнаружение препятствийи классификация местности для автономной навигации по бездорожью

Есть несколько работ по алгоритмам обнаружения препятствий на наземной плоскости, но я не знаю ни одной из них на моей голове.Если вам просто нужна отправная точка, вы можете прочитать о моей реализации для недавнего проекта в Разделе 4.2.3 и Разделе 4.3.4 этого отчета по проекту .Недостаточно места для обсуждения полной реализации, но она решает некоторые проблемы, с которыми вы можете столкнуться.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...