Analiza obrazów cyfrowych do dyskretnej samolokalizacji

• Autorzy: Kasprzak W.

Warianty tytułu

EN

Image analysis useful to discrete self-localization

• Języki publikacji: PL

Abstrakty

PL

Podano probabilistyczny model dyskretnej samolokalizacji autonomicznego pojazduw wewnętrznym srodowisku, wykorzystujacy oparte na uczeniu (adaptacji) metody analizy obrazu cyfrowego.Dzieki danym pochodzącym z systemu pomiaru ruchu pojazdu, automatycznie nauczonemu modelowi sceny i obróbce kolejnych obrazów okreslana jest dla każdego obrazu dyskretna wartość położenia pojazdu (stanu) metoda probabilistyczną odświeżania rozkładu dopuszczalnych stanów. Opisano dwie przykładowe implementacje modelu, proponująxc reprezentacje sceny oparte o różne cechy obrazu: (1) charakterystyka histogramu obrazu i (2) 3-wymiarowa informacja związana z elementami obrazu.

EN

A probabilistic model of the discrete self-localization process is described. It is useful to autonomous navigation in an indoor environment. The model employs learning and adaptation methods of digital image analysis, and it distinguishes between the automatic scene model acquistion (learning) phase and the (sel-localization) phase. The discrete character of the scene model means that there exists a finite number of posible (position and directions) of the autonomous system. The analysis of current images and the available data about the mobile system movement allows to recursive estimate the conditional probabilities of all possible states (conditioned upon the sequence of detected image features) and to select the most probable state. Two examples of the self-localization implementations process are described.

Słowa kluczowe

PL

pojazd autonomiczny; samolokalizacja; analiza obrazów

EN

autonomous vehicle; self-location; image analysis

• Wydawca: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP
• Czasopismo: Pomiary Automatyka Robotyka
• Rocznik: 2001
• Tom: R. 5, nr 4
• Strony: 5--10
• Opis fizyczny: Bibliogr. 13 poz., rys., wzory

Twórcy

autor

Kasprzak W.

• Instytut Automatyki i Informatyki Stosowanej Politechniki Wrocławskiej

Bibliografia

• 1. Borenstein J., Everett H., Feng L.: Navigating Mobile Robots. Wesley, Mass., 1996.
• 2. Burgard W., Cremers A. i in.: Experiences with an Interactive Museum Tour-Guide Robot. Artificial Intelligence. Vol. 114 (1999), No. 1-2, s. 3-55.
• 3. Denzler J., Zobel M.: Automatische farbbasierte Extraktion naturlicher Land-marken und 3D-Positionsbestimmung auf Basis visueller Information in indoor Umgebungen. Rehrmann V. (ed.): Vierter Workshop Farbbildverarbeitung. Fohringer-Vg., Koblenz, 1998, s. 57-62.
• 4. Fox D., Burgard W., Thrun S.: Markov Localization for Mobile Robots in Dynamic Environments, Journal of Artificial Intelligence Research, voL 11 (1999), s. 391-427.
• 5. HeigI B., Denzler J., Niemann H.: Combining Computer Graphics and Computer Vision for Probabilistic Visual Robot Navigation. Proceedings of SPIE’s 14th Annual International Symposium on Aerospace/Defense Sensing, Simulation, and Controls, Orlando, Florida, ApriI 2000.
• 6. Chen S.: Learning Based Vision and Its Application to Autonomous Indoor Navigation, Ph. D. dissertation. Michigan State University. Dept. of Computer Science and Eng., 1998.
• 7. Ch. Drexler, C. Frank, J. Denzler, H. Niemann: ProbabiIistisch modellierte Blicksteuerung zur Selbstlokalisation anhand naturlicher Landmarken. G. Schmidt et al. (eds) - Autonome Mobile Systeme, Springer, 1999, 221-230.
• 8. K. Sutherland: Landmark Selection for Accurate Navigation. Proceedings, DARPA’93, 1993, s. 485-490.
• 9. M. Hebert: Building and navigating maps of road scenes using an active sensor, it Proceedings. IEEE Int. Conference Robotics and Automation, Philadelphia, PA, 1988, s. 1136-1142.
• 10. D. J. Kriegman, E. Triendl, T. O. Binford: Stereo vision and navigation in buildings for mobile robots. IEEE Trans. Robotics and Automation, vol. 5 (1989) No. 6, 792-803.
• 11. W. Kasprzak: Zastosowanie analizy obrazów cyfrowych do sterowania kierunkiem ruchu w autonomicznej nawigacji. PAR 2/2001, s. 5-11.
• 12. W. Kasprzak: Adaptive computation methods in image sequence analysis. Prace Naukowe - Elektronika. Nr. 127 / 2000, Oficyna Wydawnicza Politechniki Warszawskiej.
• 13. M. Subbarao: Interpretation of Visual Motion. A Computational Study. Pitman, Morgan Kaufman Pub., London, San Mateo Ca., 1988.