Регистрация / Вход
Прислать материал

Алгоритм одновременного определения собственного положения камеры и структуры сцены по видеопотоку

ФИО: Овчинкин А. А.

Направление: Информационные технологии

Научный руководитель: д.ф.-м.н. Николаев Дмитрий Петрович, ИППИ РАН

Институт: Институт информационных технологий и автоматизированных систем управления

Кафедра: Кафедра Автоматизированных систем управления

Академическая группа: МА-12-1

В настоящее время в области робототехники актуальны задачи определения собственного движения робота, одним из способов решения которых является анализ изображений, полученных с камеры, фиксированной на нем. В рамках данного подхода возможны различные конфигурации камер (моно- и стереокамера). Предлагается описание имплементации алгоритма, реализующего оценку собственного движения робота и структуры сцены по видеопотоку с одной камеры. За основу принята модель камеры обскура, все параметры которой (фокусное расстояние и положение оптической оси) считаются известными.

Несмотря на существование алгоритмов оценки собственного движения, их использование затрудняется либо ограничениями на область применения (решения с использованием ИК-камер работают только внутри помещений), либо требуют технически-сложного и дорогого оборудования (лазерные дальномеры). В отличие от вышеперечисленных решений, предлагаемое использует камеры видимого спектра, обеспечивая экономичность проекта и гарантируя достаточную точность, что обуславливает его актуальность.

В рамках алгоритма предлагается декомпозировать видеопоток на кадры с целью поиска взаимосвязи между ними. Известно, что два последовательно зафиксированных кадра связаны эпиполярно. Для определения характеристик эпиполярного отношения используется аппарат детекции и сопоставления особых точек.

Входными данными для алгоритма являются два кадра, полученные с камеры, зафиксированной на роботе, в относительно близкие моменты времени (что гарантирует фиксацию наблюдаемой сцены) и ее параметры. Результатом работы является матрица поворота камеры относительно начального положения, её смещение, а также координаты точек сцены, определенные с точностью до скалирующего множителя.

Алгоритм состоит из следующих этапов:

Детекция особых точек на изображениях и их сопоставление;

Перебор наборов сопоставлений точек фиксированного размера;

Проверка набора на качество сопоставления;

Определение наилучшего набора;

По определенному набору расчет искомых параметров.

Методы эпиполярной геометрии позволяют каждой особой точке первого кадра поставить в соответствие линию на втором, что является основой для конструирования критерия качества сопоставления. Таким образом, особой точке на левом кадре соответствует линия и особая точка на правом. Если точка лежит в заранее заданной окрестности линии, то она считается сопоставленной правильно. Критерий качества работы алгоритма – максимизация количества корректных сопоставлений.

Модель движения камеры характеризуется пятью степенями свободы, три из которых приходятся на поворот, а два – на перемещение. Стоит пояснить, что перемещение возможно определить лишь с точностью до мультипликативной константы, что является непреодолимым ограничением. Следовательно, алгоритм позволяет восстановить вышеперечисленные параметры камеры по пяти паросочетаниям особых точек. В связи с тем, что современные алгоритмы поиска и сопоставления особых точек не всегда способны давать удовлетворительный результат, возникает необходимость реализовать рандомизированную процедуру поиска лучшей пятерки паросочетаний, что сделано посредством алгоритма RANSAC.

Быстродействие алгоритма позволяет определять собственное положение камеры и структуру сцены в реальном времени. Немаловажным достоинством предложенного алгоритма является потенциальная возможность применения его в задачах калибровки стереопары.