Zusammenfassung
Der vorliegende Beitrag stellt ein System vor, das basierend auf der Analyse von monokularen Bildsequenzen, die im Laufe von Explorationsfahrten mit einem mobilen Roboter aufgenommen werden, eine Rekonstruktion der dreidimensionalen-Umgebung vornimmt. Zur Berechnung der Tiefendaten wird die über Odometrieund Pan-Tilt-Daten gewonnene Bewegungsinformation der Kamera herangezogen. Das Verfahren arbeitet punktorientiert, d.h. es werden mit Hilfe eines Merkmalsdetektors einzelne markante Bildpunkte extrahiert und über die Bildsequenz hinweg getrackt. Flächeninformation wird über eine spezielle Triangulierungsmethode gewonnen, die in den Bildern vorhandene Objektkanten mit einbezieht und somit eine realistische Modellierung ermöglicht. Zur Visualisierung werden wahlweise grauwertcodierte Tiefenkarten oder texturierte SD-Grafiken im VRML-Format generiert.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
J. E. Bresenham: Algorithm for Computer Control of a Digital Plotter, IBM Systems Journal, Bd. 4, Nr. 1, S. 25–30, 1965
J. Canny: A Computational Approach to Edge Detection, IEEE Transactions on Pattern Analysis and Machine Intelligence, Bd. 8, Nr. 6, S. 679–698, 1986
C. Harris: Geometry from Visual Motion, in A. Blake, A. Yuille: Active Vision, MIT Press, 1992
A. Kosaka, A. C. Kak: Fast Vision-Guided Mobile Robot Navigation Using Model-Based Reasoning and Prediction of Uncertainties, Computer Vision, Graphics and Image Processing — Image Understanding, Bd. 56, Nr. 3, S. 271–329, 1992
H. P. Moravec: Towards Automatic Visual Obstacle Avoidance, Proceedings of the 5th International Joint Conference on Artificial Intelligence, Vision-I, S. 584, 1977
H. P. Moravec: The Stanford Cart and the CMU Rover, Proceedings of the IEEE, Bd. 71, Nr. 7, S. 872–884, 1983
C. J. Poelman, T. Kanade: A Paraperspective Factorization Method for Shape and Motion Recovery, IEEE Transactions on Pattern Analysis and Machine Intelligence, Bd. 19, Nr. 3, S. 206–218, 1997
M. Pollefeys, R. Koch, M. Vergauwen, L. van Gool: Flexible 3D Acquisition with a Monocular Camera, Proceedings of the IEEE International Conference on Robotics and Automation, S. 2771–2776, 1998
S. Shah, J. K. Aggarwal: Mobile Robot Navigation and Scene Modeling Using Stereo Fish-Eye Lens System, Machine Vision and Applications, Bd. 10, Nr. 4, S. 159–173, 1997
R. Y. Tsai: A Versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-The-Shelf TV Cameras and Lenses, IEEE Transactions on Robotics and Automation, Bd. 3, Nr. 4, S. 323–344, 1987
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Feyrer, S., Schimmel, O., Zell, A. (2000). Dreidimensionale Umgebungsmodellierung durch monokulare Exploration mit einem mobilen Roboter. In: Schmidt, G., Hanebeck, U., Freyberger, F. (eds) Autonome Mobile Systeme 1999. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59708-4_37
Download citation
DOI: https://doi.org/10.1007/978-3-642-59708-4_37
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-66732-2
Online ISBN: 978-3-642-59708-4
eBook Packages: Springer Book Archive