FenixEdu™

Dissertação

{en_GB=Determining the orientation of a RGB camera embedded on an artificial eye} {} EVALUATED

Detalhes: {pt=O olho tem seis músculos extra-oculares, precisando apenas de dois para orientar a fóvea para qualquer posição. Contudo, ainda não se entende como é que o cérebro determina que músculos utilizar. Construir um olho robótico pode ser valioso na identificação dos mecanismos por trás deste comportamento. Um modelo mecânico funcional de um olho biologicamente inspirado foi construído num projeto anterior. É indispensável neste protótipo determinar a orientação do olho com alta precisão, o que é atualmente feito com um IMU, que é significativamente impreciso devido ao desvio. Assim, nesta tese é estudada a adição de uma câmera RGB para estimar a orientação 3D do olho, o que poderá melhorar a exactidão das medidas substancialmente. A posição da câmera no protótipo é tal que, ao girar o olho, há também uma translação associada ao movimento, que pode ser definida como uma função da rotação. Apesar da longa literatura em estimar a orientação usando uma câmera com pontos de interesse naturais, não há muita informação em relação a haver uma translação conhecida associada. Nesta tese, são comparados dois algoritmos do estado da arte e é apresentado um novo algoritmo que otimiza a estimativa usando essa particularidade. Os algoritmos são validados com um simulador e com o protótipo do olho, apresentando resultados promissores comparativamente com IMU., en=The eye has six extra-ocular muscles, but only needs two degrees of freedom to orient the fovea at any far position in the visual environment. However it's not known how the brain determines which muscles to contract. Building a robotic eye can prove valuable to identify the fundamental mechanisms behind this behavior. A working mechanical model of a biologically inspired eye has been built in a previous project. An indispensable aspect of this prototype is determining its orientation with high accuracy, which is currently done by an IMU. However, this method suffers from significant inaccuracy, due to drift. Hence, we investigated whether adding a RGB camera to estimate the eye's 3D orientation could significantly improve accuracy and precision of the measurements. The camera position on the prototype is such that when rotating the eye, there is also a translation associated to the movement, which is a fixed function of the rotation. Despite the long literature on orientation estimation using a camera with naturalistic visual features, there is not much literature concerning this constraint. We compare two adapted state-of-the art algorithms, and present a novel algorithm that optimally makes use of this constraint. We validated the algorithms with a simulator and on the real eye prototype, showing promising results when compared to the IMU.}
Keywords: {pt=orientação da câmera, estimativa de rotação, geometria epipolar, procrustes, re-projeção de pontos, en=camera orientation, rotation estimation, epipolar geometry, procrustes, points back projection}

Discussão: novembro 22, 2019, 16:0