Progetto e Realizzazione di un Sensore Ibrido Omnidirezionale/pin ...

More documents

Recommendations

Info

2.3. Sensore visivo frontale Come visto, nel sistema di visione artificiale realizzato, al sensore catadiottrico è stato accostata una telecamera tradizionale (pin-hole) al fine di permettere una più accurata analisi della scena posta frontalmente al robot. Infatti, la visione ottenuta tramite il catadiottro è tipicamente caratterizzata da un ampio campo visivo, ma anche da una bassa risoluzione, specialmente nelle zone più distanti dal centro. L’aggiunta di questo secondo sensore visivo permette, una volta identificato un oggetto di interesse, o comunque individuata la direzione da seguire, di analizzare più dettagliatamente e accuratamente la regione di spazio verso cui ci si muove. In particolare, una delle applicazioni consentite dall’utilizzo combinato dei due sensori è la ricerca di ostacoli e quindi dell’area camminabile nello spazio visivo comune. Il modello pin-hole utilizzato per le telecamere tradizionali è noto e descritto ad esempio in [Mallot et al., 1991a], [Onoguchi et al., 1998], [Bertozzi et al., 1998], [Adorni et al., 2000a]. La calibrazione di una telecamera consiste nella ricerca dei parametri che regolano il modello e che non sempre sono noti o facili da ottenere. Nel lavoro descritto è stata sperimentata una tecnica di calibrazione ispirata a quella analitico-empirica impiegata nella calibrazione del sistema catadiottrico. 50
2.3.1. Variante della tecnica di calibrazione analitico-empirica Generiamo una discretizzazione dell’area del piano di riferimento appartenente al campo visivo tramite la semplice sovrapposizione di una griglia a celle quadrate di lato pari a Sens (che nell’immagine rettificata è la dimensione dell’area rappresentata da ogni singolo pixel) con i lati paralleli alla proiezione sul piano dell’asse ottico della telecamera. Definiamo quindi un sistema di coordinate XOY a valori discreti per identificare ognuna di queste celle, con origine O sull’intersezione della verticale del centro ottico della telecamera col piano di riferimento. Notiamo che a questo punto possiamo riferirci (analogamente a quanto accade per le immagini) a righe e colonne di celle. Il procedimento di calibrazione proposto si fonda su: 1) la proprietà per cui, se la distorsione radiale dell’ottica fosse nulla, ad ogni riga dell’immagine corrisponderebbe una retta orizzontale sul piano di riferimento del pavimento; 2) la raccolta di un insieme ? di campioni (p i , P i , S i ) costituiti dalle terne: p i , pixel dell’immagine rettificata; P i , cella del piano di riferimento rappresentata nell’immagine dal pixel p i (o da un insieme di pixel tra cui p i , a seconda del valore di Sens); S i , definito meglio in seguito, qui semplicemente numero di pixel che, accostati uno all’altro, rappresentano una lunghezza nel piano di riferimento pari al lato della cella elementare. In realtà la distorsione dell’ottica non è nulla, ma si può ipotizzare che questa distorsione sia di tipo sferico e rilevante esclusivamente nella sua componente radiale (ipotesi valida dato che la telecamera presenta un angolo di apertura inferiore agli 80 gradi, quindi piuttosto basso) e che quindi sia possibile identificare un coefficiente di distorsione radiale (K) che sia costante in ogni punto dell’immagine. Grazie all’indipendenza dell’effetto della distorsione radiale dall’effetto prospettico, che ci permette di vederli come due blocchi indipendenti posti in cascata, è possibile recuperare la distorsione dell’ottica tramite la semplice espansione dell’immagine 51
Page 1 and 2: Università degli Studi di Parma Fa
Page 3 and 4: 3.2. Soluzione roto-traslazionale 7
Page 5 and 6: sensore HOPS, nel terzo (brevemente
Page 7 and 8: Capitolo 1. La visione artificiale
Page 9 and 10: 1.2. Le fasi di elaborazione delle
Page 11 and 12: 1.3. La visione artificiale e la ro
Page 13 and 14: una ricostruzione tridimensionale c
Page 15 and 16: 1.4. Obiettivi generali e introduzi
Page 17 and 18: Capitolo 2. Calibrazione di un sens
Page 19 and 20: misurare la risoluzione dell’imma
Page 21 and 22: Figura 2.1 Nel processo descritto l
Page 23 and 24: calibrazione deve individuare) e I(
Page 25 and 26: 2.2. Sensore catadiottrico per la v
Page 27 and 28: Tutti questi aspetti fanno sì che
Page 29 and 30: 2.2.2. Realizzazione del prototipo
Page 31 and 32: egione centrale e una esterna dello
Page 33 and 34: 2.2.3.1. Tecnica di calibrazione ge
Page 35 and 36: dell’equazione f(R) con R distanz
Page 37 and 38: 160 140 120 d (pixel) 100 80 60 40
Page 39 and 40: Figura 2.9 Questa interpolazione li
Page 41 and 42: Scegliere in questo modo i punti ca
Page 43 and 44: Figura 2.14 Figura 2.15 Dall’osse
Page 45 and 46: Figura 2.16 Invece di eseguire ques
Page 47 and 48: Nelle figure è mostrato il confron
Page 49: Figura 2.25 Figura 2.26 49
Page 53 and 54: Figura 2.29 Qui si può notare come
Page 55 and 56: y c = round( C(Y a ) ) x c = round[
Page 57 and 58: 2.4.1. Analisi dei requisiti Dato u
Page 59 and 60: Figura 2.32 59
Page 61 and 62: Figura 2.33 IMAGELAB utilizza le ta
Page 63 and 64: Ed ora passiamo ai moduli del siste
Page 65 and 66: Uses MATRICI; -- qui MATRICI viene
Page 67 and 68: Figura 2.34 Figura 2.35 Si può not
Page 69 and 70: di destra, ad essa competerà una l
Page 71 and 72: 3.2. Soluzione roto-traslazionale C
Page 73 and 74: Figura 3.2 Figura 3.3 Figura 3.4 73
Page 75 and 76: 4.2. Algoritmi utilizzati e risulta
Page 77 and 78: Figura 4.2 La prima operazione che
Page 79 and 80: La seconda operazione è una trasfo
Page 81 and 82: Figura 4.8 Figura 4.9 Figura 4.10 8
Page 83 and 84: Nell’immagine ottenuta dal confro
Page 85 and 86: Figura 4.14 85
Page 87 and 88: tutte le altre vengono calcolati un
Page 89 and 90: successiva fase di matching: if { [
Page 91 and 92: Per commentare l’esempio, secondo
Page 93 and 94: Le regioni differenza che non risul
Page 95 and 96: Mentre i primi due indicatori si fo
Page 97 and 98: Utilizzando i seguenti valori di so
Page 99 and 100: Figura 4.19 I tempi medi di esecuzi
Page 101 and 102:
Figura 4.20 Acquisizione frontale A
Page 103 and 104:
Acquisizione frontale Acquisizione
Page 105 and 106:
4.3. Sviluppi futuri In questa prim
Page 107 and 108:
5.2. Definizione dei requisiti Il m
Page 109 and 110:
sistema R1.5 Identificare il campo
Page 111 and 112:
5.3. Analisi dei requisiti e modell
Page 113 and 114:
Feature Robot Ogni elemento di cui
Page 115 and 116:
Suddividiamo i concetti tra queste
Page 117 and 118:
5.4. Progetto del modulo visivo Com
Page 119 and 120:
Package Coordinamento Generale Comu
Page 121 and 122:
Vediamo poi il processo di start up
Page 123 and 124:
ImmagineRGB ImmagineRGB Ricostruita
Page 125 and 126:
5.5. Sviluppi futuri Nello svolgime
Page 127 and 128:
Gli sviluppi futuri si concentreran
Page 129 and 130:
Bertozzi M., Broggi A. Real Time La
Page 131 and 132:
Mallot H.A., Zielke T., Storjohann
show all

Progetto e Realizzazione di un Sensore Ibrido Omnidirezionale/pin ...

Create successful ePaper yourself

Delete template?

Save as template?