Preview

Мехатроника, автоматизация, управление

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Оптимизация параметров проецирования системы кругового обзора с использованием реперных меток

https://doi.org/10.17587/mau.23.97-103

Полный текст:

Аннотация

Обсуждается проблема повышения качества воспроизведения окружающей среды системой кругового обзора мобильного робота, работающей в режиме дополненной реальности. Рассматривается вариант системы кругового обзора на базе системы телевизионных камер с перекрывающимися полями зрения. Разработана виртуальная модель, включающая в себя 3D-CAD модели мобильного робота и окружающих объектов, а также виртуальные модели телевизионных камер. Для реализации модели выбрана кроссплатформенная интегрированная среда разработки "Unity". Определены методы решения задачи отображения окружающего пространства в режиме построения вида "от третьего лица". Предложен математический критерий оценки качества воспроизведения окружающего пространства, основанный на сопоставлении точек, полученных с виртуальной модели, с точками, полученными в результате проецирования изображений с виртуальных телевизионных камер. Для получения точек использованы реперные метки типа ArUco, обеспечивающие однозначное сопоставление точек на исходном и синтезированном изображениях. Исследована зависимость значения целевой функции задачи оптимизации от параметров проецирования методом равномерного поиска. Предложен метод автоматической адаптации параметров проецирования при использовании сверхширокоугольных объективов в составе телевизионных камер и методов стереозрения. Определены направления дальнейших исследований.

Об авторах

В. В. Варлашин
ФГАОУ ВО СПбПУ Петра Великого
Россия

аспирант, инженер-исследователь 

г. Санкт-Петербург



А. В. Лопота
ФГАОУ ВО СПбПУ Петра Великого
Россия

д-р техн. наук, проф. 

г. Санкт-Петербург



Список литературы

1. Shi Q., Li C., Wang C., Luo H., Huang Q., Fukuda T. Design and implementation of an omnidirectional vision system for robot perception // Mechatronics. 2017. Vol. 41. P. 58—66.

2. Kashyap V., Agrawal P., Akhbari F. Real-time, Quasi Immersive, High Definition Automotive 3D Surround View System // Int’l Conf. IP, Comp. Vision, and Pattern Recognition. 2017. P. 10—16.

3. Lim S., Jun S., Jung I. Wrap-around View Equipped on Mobile Robot. // World Academy of Science, Engineering and Technology, International Journal of Electrical, Computer, Energetic, Electronic and Communication Engineering. 2012. Vol. 6. P. 354—356.

4. Yang Z., Zhao Y., Hu X., Yin Y., Zhou L., Tao D. A flexible vehicle surround view camera system by central-around coordinate mapping model // Multimedia Tools and Applications. 2018. Vol. 78. P. 11983—12006.

5. Gao Y., Lin C., Zhao Y., Wang X., Wei S., Huang Q. 3-D Surround View for Advanced Driver Assistance Systems // IEEE Transactions on Intelligent Transportation Systems. 2018. Vol. 19. P. 320—328.

6. Официальный сайт компании Open Source Robotics Foundation. URL: www.turtlebot.com/ (дата обращения: 01.10.2021).

7. Официальный сайт компании Unity Technologies. URL: www.unity.com/ (дата обращения: 01.10.2021).

8. Официальный сайт компании Epic Games. URL: www.unrealengine.com/ (дата обращения: 01.10.2021).

9. Официальный сайт сообщества OpenCV team. URL: www.opencv.org/ (дата обращения: 01.10.2021).

10. Kuo T. Y., Wang Y. S., Cheng Y. J., Wan K. H. 3D Around View Monitoring System for automobiles // ICCE, IEEE. 2017. P. 271—272.

11. Yeh Y. T., Peng C. K., Chen K. W., Chen Y. S., Hung Y. P. Driver Assistance System Providing an Intuitive Perspective View of Vehicle Surrounding // ACCV Workshops, Springer. 2014. P. 403—417.

12. Sung K., Lee J., An J. Chang E. Development of Image Synthesis Algorithm with Multi-Camera // VTC Spring, IEEE. 2012. P. 1—5.

13. Auysakul J., Xu H., Zhao W. Development of HemiCylinder Plane for Panorama View in Around View Monitor Applications // 2016 International Conference on Computational Intelligence and Applications (ICCIA). 2016. P. 26—30.

14. Варлашин В. В., Ершова М. А., Буняков В. А., Шмаков О. А. Система кругового обзора реального времени для мобильных робототехнических комплексов // Мехатроника, автоматизация, управление. 2019. Т. 20, № 3. С. 162—170.

15. Lowe D. G. Object recognition from local scale-invariant features // Proceedings of the Seventh IEEE International Conference on Computer Vision. 1999. Vol. 2. P. 1150—1157.

16. Bay H., Tuytelaars Y., Van Gool L. SURF: Speeded up robust features // Computer Vision-ECCV. 2006. Vol. 3951. P. 404—417.

17. Rublee E., Rabaud, V., Konolige K., Bradski G. R. ORB: An efficient alternative to SIFT or SURF // 2011 International Conference on Computer Vision. 2011. P. 2564—2571.

18. Garrido-Jurado S., Muñoz-Salinas R., Madrid-Cuevas F. J., Marín-Jiménez M. J. Automatic generation and detection of highly reliable fiducial markers under occlusion // Pattern Recognition. 2014. Vol. 47. P. 2280—2292.


Рецензия

Для цитирования:


Варлашин В.В., Лопота А.В. Оптимизация параметров проецирования системы кругового обзора с использованием реперных меток. Мехатроника, автоматизация, управление. 2022;23(2):97-103. https://doi.org/10.17587/mau.23.97-103

For citation:


Varlashin V.V., Lopota A.V. Optimization of Surround-View System Projection Parameters using Fiducial Markers. Mekhatronika, Avtomatizatsiya, Upravlenie. 2022;23(2):97-103. (In Russ.) https://doi.org/10.17587/mau.23.97-103

Просмотров: 104


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)