Wykorzystanie bezpośrednich pomiarów odległości w monokularowym systemie EKF-SLAM

• Autorzy: Skrobczyński M.

Warianty tytułu

EN

Using the direct distance measurements in monocular EKF-SLAM system

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia modifikacje algorytmu monokularowego EKF-SLAM (MonoSLAM). Jego działanie rozszerzono o wykorzystanie bezpośrednich pomiarów odległości, które są dostępne dla niektorych współczesnych sensorów wizyjnych. Ponadto zachowano typowy dla monokularowego SLAM mechanizm śledzenia cech o częściowo określonym położeniu. Wykazano, iż taka forma inicjalizacji cech zwiększa skuteczność działania badanego algorytmu, a także dokładność estymacji położenia cech.

EN

The paper present a modification of an existing algorithm - MonoSLAM. It has been altered in order to receive direct information from Kinect and use it to determine the location of point features. This method allows to initialize features, for which distance is possible to be measured, with directly measured values. For other features typical monocular SLAM initialization mechanism is preserved. The gathered results illustrate that this initialization of features significantly improves the functioning of the original algorithm. It does not lose the position of the feature and maps the desired trajectory much better. Reduction of uncertainty of a feature is also much faster.

Słowa kluczowe

PL

percepcja obrazu; obraz RGB-D; system monokularowy; pomiar odległości; EKF-SLAM; robotyka

EN

image perception; RGB-D; monocular system; distance measurement; EKF-SLAM; robotics

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2014
• Tom: z. 194, t. 1
• Strony: 327--336
• Opis fizyczny: Bibliogr. 17 poz., rys., tab.

Twórcy

autor

Skrobczyński M.

• Politechnika Poznańska, Instytut Automatyki i Inżynierii Informatycznej, ul. Piotrowo 3A, 06-965 Poznań

Bibliografia

• [1] G. Carrera, A. Angeli, A. J. Davison. SLAM-based automatic extrinsic calibration of a multi-camera rig. In Proc. ICRA 2011, Shanghai, IEEE 2011, s. 2652-2659.
• [2] D. M. Cole, P. M. Newman. Using laser range data for 3D SLAM in outdoor environments. In Proc. JCRA 2006, Orlando, IEEE 2006, s. 1556-1563.
• [3] A. J. Davison, I. D. Reid, N. D. Molton, O. Stasse. MonoSLAM: Real-time single camera SLAM. IEEE Transactions Pattern Analysis and Machine Intelligence, 29(6), 2007, s. 1052-1067.
• [4] H. Durrant-Whyte, T. Bailey. Simultaneous localisation and mapping (SLAM): Part I The Essential Algorithms. IEEE Rob. and Aut. Magazine, 13(2), 2006, s. 99-110.
• [5] F. Endres, J. Hess, N. Engelhard, J. Sturm, D. Cremers, W. Burgard. An evaluation of the rgb-d slam system. In Proc. IEEE Int. Conf. on Robot. and Automat., St. Paul, IEEE 2012, s. 1691-1696.
• [6] G. Hu, S. Huang, L. Zhao, A. Alempijevic, G. Dissanayake. A robust RGB-D SLAM algorithm. In Proc. IROS 2012, Vilamoura, IEEE 2011, s. 1714-1719.
• [7] K. Konolige. Small vision systems: hardware and implementation. Eighth International Symposium on Robotics Research, 1997, s. 111-116.
• [8] M. Nowicki, P. Skrzypczyński. Experimental verification of a walking robot self-localization system with the Kinect sensor. Journal of Automation, Mobile Robotics and Intelligent Systems, 7(4), 2013, s. 42-51.
• [9] P. Łabęcki, P. Skrzypczyński. Spatial uncertainty assessment in visual terrain perception for a mobile robot. In Intelligent Systems in Technical and Medical Diagnostics, Berlin, Springer 2013, s. 357-368.
• [10] L. M. Paz, P. Pinies, J. D. Tardós, J. Neira. Large scale 6-DOF SLAM with stereo-in-hand. IEEE Trans. on Robotics, 24(5), 2008, s. 946-957.
• [11] S. Scherer, D. Dube, A. Zell. Using depth in visual simultaneous localization and mapping. In Proc. ICRA 2012, Saint Paul, IEEE 2012, s. 5216-5221.
• [12] A. Schmidt, A. Kasiński. The visual SLAM system for a hexapod robot. In Proc. ICCVG 2010: Part II, Warszawa, Springer 2010, s. 260-267.
• [13] J. Schmidt, H. Niemann. Using quaternions for parametrizing 3-D rotations in unconstrained nonlinear optimization. In Proc. VMV 2001, Stuttgart, AKA/IOS Press 2001, s. 399-406.
• [14] J. Shi, C. Tomasi. Good features to track. In Proc. CVPR 1994, Seattle, IEEE 1994, s. 593 - 600.
• [15] P. Skrzypczyński. Metody analizy i redukcji niepewności percepcji w systemie nawigacji robota mobilnego. Rozprawy, nr 407. Poznań, Wydawnictwo Politechniki Poznańskiej 2007.
• [16] P. Skrzypczyński. Simultaneous localization and mapping: A feature-based probabilistic approach. IJAMCS, 19(4), 2009, s. 575-588.
• [17] R. Swaminathan, S. K. Nayar. Nonmetric calibration of wide-angle lenses and polycameras. IEEE Transactions Pattern Analysis and Machine Intelligence, 22( 10), 2000, s. 1172-1178.