3D-modeller fra billige videokameraer

Hannes Ovrén viser i sin doktorafhandling i edb-vision ved Linköpings universitet, hvordan 3D-modeller kan skabes fra videofilm optaget med simple krops- eller robotmonterede kameraer. Forskningen åbner nye muligheder for både robotter og mennesker, ikke mindst for politi og redningstjenester.

Forskning i edb -vision har en stor betydning for fremtiden for kunstig intelligens:autonome systemer er afhængige af robotter og andre systemers evne til at orientere sig og opdage objekter og mennesker.

Hannes Ovréns bidrag viser, hvordan man opretter en 3D-model af omgivelserne, baseret på videofilm taget med et billigt kamera, der er monteret på kroppen. Modellen gengiver skalaen præcist, gør det muligt at foretage målinger.

"I øjeblikket, at se robotter bevæge sig ret forsigtigt, for at holde styr på, hvor de er. I nogle tilfælde, de må endda stoppe for at bestemme deres placering. Denne teknologi giver robotter mulighed for at bevæge sig mere frit og konstruere en model af omgivelserne, mens de bevæger sig, "siger Per-Erik Forssén, docent ved Computer Vision Laboratory, og Hannes Ovréns hovedvejleder.

Andre anvendelsesområder findes i, for eksempel, politiarbejde eller redningsarbejde, hvor personale med et kamerakamera kan genskabe et gerningssted eller et ulykkessted i tre dimensioner, med mennesker og genstande på det nøjagtige sted, de havde i det øjeblik fotografiet blev taget.

Problemet med at oprette 3D-modeller fra simple videokameraer har indtil nu været, at kameraet skal stå stille, helst monteret på et stativ. Hvis kameraet bevæger sig, lige objekter kan se ud til at være buede i billedet, eller synes at være i forskellige højder. Objekter vakler, og et forvrænget billede opnås. Dette skyldes, at billige kameraer har en form for lukker kendt som en "rullende" lukker, som bygger billedet op i pixels række for række. Smartphones har denne type kamera.

"Hver billedramme indeholder bevægelse, men det er muligt at forbedre billedet betydeligt ved at modellere, hvordan kameraet har bevæget sig og kompensere for bevægelsen, ”siger Hannes Ovrén.

For at forhindre at beregningerne bliver for krævende, hans metode skaber en kurve, kendt som en "spline, ", der beskriver, hvordan kameraet har bevæget sig. Denne kurve er konstrueret af spline knob, hvor hver knude styrer kurvens udseende på et bestemt tidspunkt. Hvis knuderne placeres tættere, metoden kan håndtere mere kompleks bevægelse, men beregningerne bliver mere krævende.

Hannes Ovrén viser i specialet, at det er muligt at bruge markant færre knob, når de fejl, der opstår på grund af udretning og udjævning af kurven, er modelleret. For at forhindre fejlene i at blive for store, metoden anvender også en inertial måleenhed knyttet til kameraet. Dette er en lille og billig sensor, der sporer acceleration, vinkelhastighed og orientering i forhold til jorden.

"Målingerne fra sensoren er inkluderet i beregningerne, og vi kan på denne måde øge afstanden mellem knob, reducere størrelsen af ​​beregningerne, ”siger Hannes Ovrén.

Forenklingen betyder, at kameraets bevægelse og spline -kurven ikke er helt ens. Det er muligt, imidlertid, at bestemme, hvordan forskellen i vej påvirker størrelsen af ​​målefejl, og på denne måde øge pålideligheden af ​​3-D-modellen og afstandene i den.