Odometría visual

La odometría visual  es un método para estimar la posición y orientación de un robot u otro dispositivo mediante el análisis de una secuencia de imágenes tomadas por una cámara (o cámaras) montadas en él. [una]

Las técnicas de odometría visual se utilizan, por ejemplo, en ratones ópticos de ordenador . También se utiliza en quadrocopters y Mars Exploration Rover [2] .

En robótica y visión por computadora, la odometría visual es el proceso de determinar la posición y orientación de un robot mediante el análisis de imágenes de cámara asociadas. Se ha utilizado en una amplia gama de aplicaciones robóticas, como en el Mars Exploration Rover.

En navegación, la odometría suele estar asociada con el uso de datos sobre el movimiento de actuadores (por ejemplo, de sensores de rotación) para estimar cambios de posición en el espacio. Este método tiene sus desventajas, debido al deslizamiento y las imprecisiones al moverse sobre superficies irregulares, y tampoco es aplicable en robots con métodos de movimiento no estándar, por ejemplo, en los que caminan.

La odometría visual es adecuada para una navegación precisa utilizando cualquier tipo de locomoción en superficies duras.

Algoritmo

La mayoría de los enfoques de odometría visual existentes se basan en los siguientes pasos.

1. Obtener la imagen de entrada
   • Existen sistemas de odometría visual mono- (con una cámara) [3] [4] y estéreo - (con dos) [4] [5] o cámaras panorámicas (omnidireccionales) . [6] [7]
2. Corrección de imagen
   • utilizando técnicas de procesamiento de imágenes para eliminar la distorsión de la lente, etc.
3. Detectar y realizar un seguimiento de las características a través de diferentes marcos
   • Coincidencia de imágenes
   • Extracción de características
   • construcción del campo de flujo óptico (generalmente según el algoritmo de Lucas-Kanade )
4. Identificación de valores atípicos de los vectores de campo de flujo óptico y su corrección [8]
5. estimación de movimiento de cámara por flujo óptico corregido [9] [10] [11] [12]
   • Usando el filtro de Kalman o minimizando la función de pérdida de otra manera

La técnica de odometría visual directa realiza las operaciones anteriores directamente en el sensor. [5] [13] [14]

La visiometría evalúa los movimientos de rotación planos entre imágenes mediante la correlación de fase en lugar de la extracción de características. [15] [16]

Véase también

• Odometría
• flujo óptico

Notas

1. ↑ Odometría visual . Consultado el 2 de mayo de 2012. Archivado desde el original el 7 de mayo de 2012. (indefinido)
2. ↑ Maimone, M.; Cheng, Y.; Matthies, L. (2007). “Dos años de odometría visual en los rovers de exploración de Marte” (PDF) . Revista de robótica de campo . 24 (3): 169-186. CiteSeerX  10.1.1.104.3110 . DOI : 10.1002/rob.20184 . Archivado (PDF) desde el original el 30 de marzo de 2014 . Consultado el 10 de julio de 2008 . Parámetro obsoleto utilizado |deadlink=( ayuda )
3. ↑ Chaniyara, Savan; KASPAR ALTHOEFER; LAKMAL D. SENEVIRATNE (2008). “Técnica de odometría visual utilizando identificación de marcador circular para la estimación de parámetros de movimiento” . Avances en Robótica Móvil: Actas de la Undécima Conferencia Internacional sobre Robots que Escalan y Caminan y las Tecnologías de Soporte para Máquinas Móviles, Coimbra, Portugal . La Undécima Conferencia Internacional sobre Robots Trepadores y Caminantes y Tecnologías de Soporte para Máquinas Móviles . 11 _ Científico mundial, 2008. Archivado el 24 de febrero de 2012 en Wayback Machine .
4. ↑ 12 Nister , D; Naroditsky, O.; Bergen, J (enero de 2004). Odometría visual . Visión artificial y reconocimiento de patrones, 2004. CVPR 2004. 1 . páginas. I–652–I–659 Vol.1. DOI : 10.1109/CVPR.2004.1315094 .
5. ↑ 12 Comport , AI; Malis, E.; Ríos, P. (2010). F. Chaumette; P. Corke; P. Newman, editores. "Odometría visual cuadrifocal en tiempo real". Revista Internacional de Investigación en Robótica . 29 (2-3): 245-266. CiteSeerX  10.1.1.720.3113 . DOI : 10.1177/0278364909356601 . S2CID  15139693 .
6. ↑ Scaramuzza, D.; Siegwart, R. (octubre de 2008). "Odometría visual omnidireccional monocular guiada por apariencia para vehículos terrestres al aire libre". Transacciones IEEE sobre robótica . 24 (5): 1015-1026. DOI : 10.1109/TRO.2008.2004490 . HDL : 20.500.11850/14362 . S2CID  13894940 .
7. ↑ Corke, P.; Strelow, D.; Singh, S. "Odometría visual omnidireccional para un rover planetario". Robots y Sistemas Inteligentes, 2004. (IROS 2004). Actas. 2004 Conferencia internacional IEEE/RSJ sobre . 4 . DOI : 10.1109/IROS.2004.1390041 .
8. ↑ Campbell, J.; Sukthankar, R.; Nourbakhsh, I.; Pittsburgh, IR "Técnicas para evaluar el flujo óptico para la odometría visual en terrenos extremos". Robots y Sistemas Inteligentes, 2004. (IROS 2004). Actas. 2004 Conferencia internacional IEEE/RSJ sobre . 4 . DOI : 10.1109/IROS.2004.1389991 .
9. ↑ Sunderhauf, N. Odometría visual usando ajuste de haz disperso en un vehículo autónomo al aire libre // Tagungsband Autonome Mobile Systeme 2005  / Sunderhauf, N., Konolige, K., Lacroix, S. … [ y otros ] . — Springer Verlag, 2005. — P. 157–163. Archivado el 11 de febrero de 2009 en Wayback Machine .
10. ↑ Konolige, K.; Agrawal, M.; Bolles, RC; Cowan, C.; Fisher, M.; Gerkey, BP (2006). “Mapeo y navegación al aire libre usando visión estéreo”. proc. del Intl. Síntoma Sobre Robótica Experimental (ISER) . Springer Tracts en robótica avanzada. 39 : 179-190. DOI : 10.1007/978-3-540-77457-0_17 . ISBN  978-3-540-77456-3 .
11. ↑ Olson, CF; Matthies, L.; Schoppers, M.; Maimone, MW (2002). “Navegación móvil usando ego-motion estéreo” (PDF) . Robótica y Sistemas Autónomos . 43 (4): 215-229. DOI : 10.1016/s0921-8890(03)00004-6 . Archivado (PDF) desde el original el 2016-03-03 . Consultado el 6 de junio de 2010 . Parámetro obsoleto utilizado |deadlink=( ayuda )
12. ↑ Cheng, Y.; Maimone, MW; Matthies, L. (2006). "Odometría visual en los rovers de exploración de Marte". Revista IEEE Robótica y Automatización . 13 (2): 54-62. CiteSeerX  10.1.1.297.4693 . DOI : 10.1109/MRA.2006.1638016 . S2CID  15149330 .
13. ↑ Engel, Jacob; Schops, Thomas; Cremers, Daniel (2014). “LSD-SLAM: SLAM monocular directo a gran escala” (PDF) . En Flota D.; Pajdla T.; Schiele B.; Tuytelaars T. Visión por computadora . Conferencia Europea sobre Visión por Computador 2014. Apuntes de Conferencia en Ciencias de la Computación. 8690 . DOI : 10.1007/978-3-319-10605-2_54 . Archivado el 22 de octubre de 2014 en Wayback Machine .
14. ↑ Engel, Jacob; Sturm, Jürgen; Cremers, Daniel (2013). “Odometría Visual Semi-Densa para una Cámara Monocular” (PDF) . Conferencia internacional IEEE sobre visión artificial (ICCV) . CiteSeerX  10.1.1.402.6918 . DOI : 10.1109/ICCV.2013.183 . Archivado el 20 de mayo de 2014 en Wayback Machine .
15. ↑ Zaman, M. (2007). “Localización relativa de alta precisión utilizando una sola cámara”. Robótica y Automatización, 2007. (ICRA 2007). Actas. 2007 Conferencia internacional IEEE sobre . DOI : 10.1109/ROBOT.2007.364078 .
16. ↑ Zaman, M. (2007). “Localización relativa de alta resolución utilizando dos cámaras”. Revista de Robótica y Sistemas Autónomos (JRAS) . 55 (9): 685-692. DOI : 10.1016/j.robot.2007.05.008 .