Pontos térbeli objektum lokalizáció aruco kódok segítségével
Az objektumok számítógépes felismerése már napjaink részévé vált. Megtalálható ez a funkció az okostelefonunkon az okosotthonainban számos IoT (Internet of Things) eszköz használja valamint számtalan ipari és mezőgazdasági felhasználása is ismert. Az objektum felismeréséhez kapcsolódó, kevésbé elterjedt funkció a felismert objektum pontos térbeli elhelyezkedésének meghatározása. Ennek az információnak a segítségével a felismert objektumok elhelyezhetők egy térképen valamint az objektumok automatizált megkeresése is támogatható. A felismert objektumok térbeli elhelyezése fontos szerepet játszhat pl. a mezőgazdaságban ahol a jelentős méretű területeken kell szabadtartású állatokat megkeresni.
A munkám során felhasználtam az aruco kód nevű jelölőket. Ezek olyan fekete-fehér QR (Quick Response) kódokhoz hasonló képek, melyet egy klasszikus kamera is egyszerűen fel tud ismerni. Ennek a felismert aruco kódnak a segítségével egy kis számítási kapacitású számítógép is ki tudja számolni a jelölő és a kamera pontos térbeli viszonyát. Ilyen jelölőket gyakran használnak ipari környezetben robotkarok pontosságának növelésére, pontos beltéri lokalizációra valamint feltérképező (SLAM - Simultaneous localization and mapping) algoritmusok esetén.
A kutatásom során egy olyan módszert fejlesztettem ki, valamint végeztem el a teljesítmény elemzését, mely az aruco kódok és az objektum felismerő algoritmusok segítségével képes meghatározni egy előre definiált objektum pontos térbeli pozícióját. Különböző mérésekkel megvizsgáltam milyen paraméterek befolyásolják a módszerem pontosságát és ezek alapján optimalizáltam a működését. Az eljárásom képes több kamerából valamint egy mozgó kamerából érkező videofolyam kezelésére is.
Megvizsgáltam más olyan algoritmusokat amelyek több kamera (stereo kamerák) segítségével vagy egy mozgó kamera (SFM - Structure from motion algoritmusok ) segítségével rekonstruálják a háromdimenziós teret. Ezt követően összehasonlítottam ezeket a megoldásokat az általam fejlesztett eljárással, pontosság, gyorsaság és robosztussági szempontból.
szerző
-
Czurkó Szabolcs Dániel
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Fehér Gábor
Egyetemi docens, Távközlési és Mesterséges Intelligencia Tanszék
