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

More documents

Recommendations

Info

4.2.1. Fase di pre-processing Obiettivo di questa prima fase di elaborazione delle immagini è di far emergere e marcare le regioni in cui le due immagini rettificate sono diverse, a causa della presenza di un ostacolo. Le due telecamere operano in condizioni diverse sia di illuminazione, che di area inquadrata. Inoltre nel prototipo realizzato la situazione è aggravata dal fatto che i due sensori CCD hanno delle curve di sensibilità alla luce diverse ed entrambe utilizzano un sistema di bilanciamento automatico del bianco, problemi che comunque possono essere eliminati o limitati al momento della realizzazione dell’apparato definitivo. Quindi non può bastare un semplice e immediato confronto tra le due immagini pixel a pixel, ma saranno necessari alcuni passi di elaborazione per ridurre il rumore e le differenze cromatiche con cui stessi oggetti vengono visti dalle due diverse telecamere. Le due seguenti (figura 4.1 e figura 4.2) sono un esempio di immagini così come lette dai framegrabbers, acquisite in un campo per la competizione Robocup e utilizzate in questa sede per una semplice descrizione degli algoritmi impiegati. Figura 4.1 76
Figura 4.2 La prima operazione che viene eseguita sulle immagini lette dai framegrabber è quella di inversione della prospettiva: questa operazione viene eseguita molto semplicemente utilizzando la look-up-table generata nella fase iniziale di calibrazione del sistema. Inoltre si estraggono dalle immagini rettificate quelle parti appartenenti al campo visivo comune, le si sottopone ad una roto-traslazione sulla base dei parametri individuati in fase di calibrazione stereoscopica del sensore, e si ottengono così due nuove immagini. Si hanno quindi tre immagini rettificate di interesse: una rappresentante tutta la regione del campo visivo del sensore omnidirezionale (vedi figura 4.3.), e le altre due rappresentanti esclusivamente quel settore del campo visivo che è comune ad entrambe le telecamere e riferite al sistema di riferimento del robot (vedi figura 4.4 per l’immagine da telecamera frontale e figura 4.5 per l’immagine da sensore omnidirezionale). La prima potrà essere utilizzata per compiti di auto-localizzazione e ricerca ad ampio raggio di oggetti di possibile interesse, le altre due vengono qui impiegate come coppia stereo per la ricerca di ostacoli. 77
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 and 50: Figura 2.25 Figura 2.26 49
Page 51 and 52: 2.3.1. Variante della tecnica di ca
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: 4.2. Algoritmi utilizzati e risulta
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 ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?