FenixEdu™

Dissertação

Visual Inertial Odometry based on Image Lines EVALUATED

Detalhes: Este trabalho propõe fornecer os blocos necessários para uma solução de Localização e Mapeamento Simultâneo usando técnicas de Odometria Inercial Visual com Linhas como características. Motivado por avanços na aprendizagem automática que facilitam a detecção de linhas em imagens fornecendo uma ferramenta de visualização do espaço mais rica do que os pontos clássicos. O principal obstáculo encontrado foi na correspondência de linhas através de múltiplas imagens para posterior inicialização como estruturas 3D. Foi introduzida uma variação do algoritmo Iterative Closest Point para abordar este problema, onde o foco principal é a correspondência das características em vez de encontrar a transformação entre diferentes vistas. São introduzidos e analisados dois métodos de inicialização de linhas a partir de imagens 2D, um que utiliza coordenadas Plucker para representar linhas e outro que minimiza a distância 3D de um ponto geral aos raios retroprojectados. É proposto o uso de um filtro de Square Root Unscented Kalman Filter com base em Grupos de Lie para o processo de filtragem, que integra medições de uma Unidade de Medição Inercial e informação visual. A abordagem proposta proporcionou uma localização rigorosa do drone através de uma trajectória complexa e forneceu inicializações de linha que mantêm o filtro consistente. Foi demonstrado que as linhas fornecem um descritor rico de um ambiente em comparação com uma nuvem de pontos e que os algoritmos baseados em linhas propostos podem dar uma primeira aproximação do mapa sem a necessidade de processos de filtragem nos casos em que a localização é fornecida.
Keywords: Odometria Inercial Visual, Localização e Mapeamento Simultâneo, Features de linhas, Square Root Unscented Kalman Filter, Grupos de Lie

Discussão: dezembro 2, 2021, 14:0