Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-8SVH9P
Type: Tese de Doutorado
Title: Reconstrução geométrica de cenas não estruturadas: uma abordagem monocular com planejamento estocástico
Authors: Vilar Fiuza da Camara Neto
First Advisor: Mario Fernando Montenegro Campos
First Referee: Bruno Otávio Soares Teixeira
Second Referee: Luiz Chaimowicz
Third Referee: Siome Klein Goldentein
metadata.dc.contributor.referee4: Anderson de Rezende Rocha
Abstract: Este trabalho aborda o problema da reconstrução da geometria de objetos de interesse presentes em um ambiente tridimensional por meio de uma câmera montada em um robô móvel. Embora a reconstrução geométrica seja um dos problemas clássicos da Visão Computacional, a maior parte das soluções apresentadas não trata do problema do planejamento, isto é, da determinação das poses futuras necessárias para garantir a conclusão satisfatória da tarefa de reconstrução. O processo de reconstrução, objeto deste trabalho, é realizado apenas com uma câmera, e não depende de qualquer outro sistema auxiliar para a determinação de pose absoluta ou da existência de marcos visuais dispostos no ambiente. Como consequência, este trabalho se enquadra na classe de problemas conhecidos como SLAM (Simultaneous Localization and Mapping), onde a estimação da pose atual do robô está intrinsecamente ligada à tarefa de mapeamento. Mais especificamente, a estimação da geometria do objeto de interesse a partir de imagens depende do conhecimento da sequência de poses da câmera, que por sua vez deve ser estimada a partir de informações acerca das próprias imagens que estão sendo adquiridas. Como consequência direta do caráter autônomo adotado, a determinação contínua da geometria parcial do objeto é essencial. De fato, a geometria incompleta será a única fonte de informações para o planejador, que identificará áreas carentes de reconstrução e determinará continuamente os pontos de vista que o robô deve adotar para possibiltar que a câmera seja sempre posicionada para garantir a reconstrução completa do objeto de interesse. Este aspecto torna este trabalho distinto de diversas técnicas de reconstrução que buscam estimar a geometria do objeto a partir de um banco de imagens previamente coletadas.
Abstract: This work focuses on the autonomous three-dimensional geometric reconstruction of objects, using a single camera mounted on a mobile robot. Although the geometric reconstruction is a classic Computer Vision problem, most approaches up to date do not deal with the planning aspect, i.e., they do not provide autonomous solutions to determine best camera poses in order to obtain the most complete reconstruction possible. The approach presented here is based solely on images from a single camera and does not depend on any absolute positioning system. As a consequence, this work deals with a class of problems known as Simultaneous Localization and Mapping, or SLAM. In other words, the estimation of the object\\\'s geometry depends on the estimation of current camera poses, which in turn is computed from data that is extracted from the acquired images. The stochastic planning technique developed here requires the continuous determination of the object\\\'s partial geometry. As a matter of fact, partial reconstruction is the single source of information for the planner, which identifies unexplored and under-explored regions and determines the next pose that the camera must adopt in order to continue the exploratory task. This contrasts with several multiple-view geometry algorithms that estimate the entire object\\\'s geometry at once based on a dataset of already available images.
Subject: Robótica
Computação
Visão computacional
language: Português
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/ESBF-8SVH9P
Issue Date: 16-Mar-2012
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
vilarfiuzacneto.pdf12.71 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.