Advertisement

Ortsvariante Karte als effektives Datenformat zur Integration visueller Navigationsaufgaben

  • Christian Toepfer
  • Gregory Baratoff
  • Moritz Wende
  • Heiko Neumann
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Die Eigenbewegung eines Beobachters durch eine strukturierte Umgebung verursacht ein globales Bewegungsmuster auf dessen Retina, den optischen Fluss. Die Auswertung dieses Flusses liefert wichtige Informationen zur Steuerung verhaltensbezogener Aufgaben, wie beispielsweise Kollisionsvermeidung und Navigation in offenen Umgebungen. Eine Fahrtrichtungsregelung, die den optischen Fluss in der linken und rechten Peripherie ausgleicht, erreicht eine sichere Navigation zwischen seitlichen Hindernissen hindurch. Der zentrale optische Fluss erlaubt dagegen die Vermeidung von Hindernissen in Fahrtrichtung. Eine Analyse der allgemeinen Struktur des Flussfeldes in dieser Situation führt uns dazu, eine spezielle Form der komplex-logarithmischen Transformation des Bildes als effizientes, einheitliches Datenformat für diese Aufgaben zu untersuchen. Unsere Roboter-Simulation zeigt die Geschwindigkeit und Zuverlässigkeit der vorgeschlagenen Architektur.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    J. Aloimonos. Purposive and qualitative active vision. In Proc. 10th Int. Conf. Patt. Recog., pages 345–360, June 1990.Google Scholar
  2. 2.
    Y. Aloimonos. Is visual reconstruction necessary?: Obstacle avoidance without passiveranging. J. of Robotics Systems, 9 (6): 843–858, 1992.CrossRefGoogle Scholar
  3. 3.
    S. Amari. Dynamics of pattern formation in lateral-inhibition type neural fields. Biol. Cybernetics, 27: 77–87, 1977.MathSciNetzbMATHCrossRefGoogle Scholar
  4. 4.
    H. Bülthoff, J. Little, and T. Poggio. A parallel algorithm for real-time computation of optical flow. Nature, 337 (6207): 549–553, 1989.CrossRefGoogle Scholar
  5. 5.
    T. A. Camus. Real-Time Optical Flow. PhD thesis, Department of Computer Science, Brown University, 1994.Google Scholar
  6. 6.
    D. Coombs, M. Herman, T. Hong, and M. Nashman. Real-time obstacle avoidance using central flow divergence and peripheral flow. In Fifth Int. Conf. on Computer Vision, pages 276–283, Los Alamitos, CA, 1995.Google Scholar
  7. 7.
    D. Coombs and K. Roberts. Centering behavior using peripheral vision. In Proc. of CVPR 1993, New York, 1993. June 15–17.Google Scholar
  8. 8.
    A. P. Duchon. Maze navigation using optical flow. In Proc. 4th Intl. Conf. on Simulation of Adaptive Behavior, Cambridge, MA, 1996. MIT Press/Bradford Book.Google Scholar
  9. 9.
    J. J. Gibson. The Perception of the Visual World. Houghton Mifflin, Boston, Massachusetts, 1950.Google Scholar
  10. 10.
    B. Horn. Robot Vision. MIT Press, Cambridge, Massachusetts, 1986.Google Scholar
  11. 11.
    R. Jain, S. L. Bartlett, and N. O’Brian. Motion stereo using egomotion complex logarithmic mapping. IEEE Trans. Pattern Analysis and Machine Intelligence, 9: 356–369, 1987.CrossRefGoogle Scholar
  12. 12.
    H. A. Mallot, W. v. Seelen, and F. Giannakopoulos. Neural mapping and space-variant image processing. Neural Networks, 3: 245–263, 1990.CrossRefGoogle Scholar
  13. 13.
    M. G. Nagle and M.V. Srinivasan. Structure from motion: determining the range and orientation of surfaces by image interpolation. Journal of the Opt. Soc. of America, 13: 25–34, 1996.CrossRefGoogle Scholar
  14. 14.
    E. Schwartz. Visual cortex from a computational perspective. In A. Peters and K. Rockland, editors, Cerebral Cortex, volume 10. Plenum, New York, 1994.Google Scholar
  15. 15.
    M. V. Srinivasan. How bees exploit optical flow: Behavioral experiments and neural models. Phil. Trans, of the Royal Society of London B, 337: 253–259, 1992.CrossRefGoogle Scholar
  16. 16.
    M. Tistarelli and G. Sandini. On the advantages of polar and log-polar mapping for direct estimation fo time-to-impact from optical flow. In IEEE Trans. Pattern Analysis and Machine Intelligence, volume 14, pages 402–410, 1993.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1998

Authors and Affiliations

  • Christian Toepfer
    • 1
  • Gregory Baratoff
    • 1
  • Moritz Wende
    • 1
  • Heiko Neumann
    • 1
  1. 1.Abteilung NeuroinformatikUniversität UlmGermany

Personalised recommendations