FenixEdu™

Dissertação

Georeferencing of Fire Front Aerial Images using Structure from motion and Iterative Closest Point EVALUATED

Detalhes: Esta tese propõe o uso de Sfm (Structure-from-motion) e de ICP (Iterative Closest Point) para georeferenciação em missões de patrulha de incêndio florestal, utilizando imagens capturadas por aeronaves não tripuladas. Sfm+ICP usa o vídeo da câmara da aeronave, bem como os dados fornecidos pelo GPS e IMU (Unidade de medição inercial) para reconstruir uma nuvem de pontos 3D da área do desastre. A reconstrução Sfm é separada em dois passos: uma reconstrução esparsa usando Speeded up robust features (SURF) para estimar as poses da câmara ao longo do tempo, e uma reconstrução densa usando um rastreador de pontos Kanade-Lucas-Tomasi (KLT) inicializado com o algoritmo de valores próprios mínimos. A reconstrução densa é depois registada a um DEM (Digital Elevation Model) real da área à volta do fogo, e usada para obter as estimativas de georeferenciação, calculando a média das coordenadas 3D correspondentes aos pixels do alvo. Este algoritmo foi validado em dois datasets artificiais criados no Blender, e dois datasets reais de aeronaves em missões de patrulha em incêndios florestais. Os resultados demonstram que Sfm+ICP consegue fazer reconstruções 3D fiéis, e, ao mesmo tempo, georeferenciar de forma precisa e exata numa situação de fogo florestal. Os resultados mostram também robustez a erros altos de IMU e GPS, tornando este algoritmo numa opção ágil para georeferenciação com UAVs com sensores pouco precisos.
Keywords: fogo florestal, Veículo Aéreo Não Tripulado, structure from motion, georeferenciação, DEM, ICP

Discussão: dezembro 2, 2021, 10:0