Sistema de posicionamiento de objetos
mediante visión estéreo embarcable en
        vehículos inteligentes




           ...
Índice
●   Objetivo                                     ●    Resultados
●   Trabajo realizado                             ...
Objetivo




                                     Estimación de las
                                distancias a las que s...
Trabajo realizado

●   Sistema de adquisición de imágenes estéreo


●   Implementación software:
    A)Calibración de las ...
Trabajo realizado

●   Sistema de adquisición de imágenes estéreo




                  Proyecto fin de carrera - Jorge Ta...
Trabajo realizado




●   Implementación software:
    A)Calibración de las cámaras
    B)Estimación de distancias




   ...
Calibración de las cámaras
●   Obtención de parámetros:                           0                1
                     ...
Calibración de las cámaras: Distorsión

                           ☺

                                                    ...
Calibración de las cámaras
●   Método de Zhang mejorado:
    ●   Autodetección de puntos → Homografía →
        Intrínseco...
Calibración de las cámaras
●   Método de Zhang mejorado:
    ●   Autodetección de puntos → Homografía →
        Intrínseco...
Concepto de disparidad
   d = xL ¡ xR




      Proyecto fin de carrera - Jorge Tarlea   11
Montaje realizado
●   Ejes ópticos paralelos
●   Cámaras coplanares




                   Proyecto fin de carrera - Jorge...
Rectificación de imágenes
●   Filas de píxeles alineadas en las dos imágenes
    → Obtención de disparidades
●   Montaje r...
Rectificación de imágenes
●   Filas de píxeles alineadas en las dos imágenes
    → Obtención de disparidades
●   Montaje r...
Búsqueda de correspondencias
                         fT
                     Z =
                          d
Método de Ko...
Resultados: Calibración
●   Calibración precisa con:
    ●   Tablero de 6 x 8 esquinas interiores.
    ●   Más de 7 pares ...
Resultados: Rectificación




       Proyecto fin de carrera - Jorge Tarlea   17
Resultados: Rectificación




       Proyecto fin de carrera - Jorge Tarlea   18
Resultados: Estimación de distancias
●   Dos métodos para obtener la disparidad
    de la región de una imagen:

         ...
Resultados: Estimación de distancias




   ¡La media es más estable!
     ¡La media es más estable!




            Proye...
Resultados: Tiempos




    Proyecto fin de carrera - Jorge Tarlea   21
Ejemplo 1: Coche




   Proyecto fin de carrera - Jorge Tarlea   22
Ejemplo 2: Personas




    Proyecto fin de carrera - Jorge Tarlea   23
Conclusiones
1. Error contenido hasta cierta distancia →
  Disposición de los elementos cercanos.
2. Alternativa válida al...
Futuras líneas de trabajo
1) Refinamiento de los mapas de disparidad obtenidos →
  Menos “agujeros”.
2) Cámaras de más cal...
Upcoming SlideShare
Loading in …5
×

Sistema de posicionamiento de objetos mediante visión estéreo embarcable en vehículos inteligentes

1,755 views

Published on

This is a brief presentation of the project shown here http://www.slideshare.net/jorgetarlea/sistema-de-posicionamiento-de-objetos-mediante-visin-estreo-embarcable-en-vehculos-inteligentes-5347562

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,755
On SlideShare
0
From Embeds
0
Number of Embeds
4
Actions
Shares
0
Downloads
24
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Sistema de posicionamiento de objetos mediante visión estéreo embarcable en vehículos inteligentes

  1. 1. Sistema de posicionamiento de objetos mediante visión estéreo embarcable en vehículos inteligentes Autor: Jorge Tarlea Jiménez Director: Roberto J. López Sastre
  2. 2. Índice ● Objetivo ● Resultados ● Trabajo realizado ● Calibración ● Calibración de las cámaras ● Rectificación ● Método empleado ● Estimación de distancias ● Concepto de disparidad ● Tiempos de ejecución ● Montaje realizado ● Ejemplos ● Rectificación de imágenes ● Búsqueda de ● Conclusiones correspondencias ● Futuras líneas de trabajo Proyecto fin de carrera - Jorge Tarlea 2
  3. 3. Objetivo Estimación de las distancias a las que se encuentran objetos de interés dentro del campo de visión de un sistema de adquisición de imágenes. Proyecto fin de carrera - Jorge Tarlea 3
  4. 4. Trabajo realizado ● Sistema de adquisición de imágenes estéreo ● Implementación software: A)Calibración de las cámaras B)Estimación de distancias Proyecto fin de carrera - Jorge Tarlea 4
  5. 5. Trabajo realizado ● Sistema de adquisición de imágenes estéreo Proyecto fin de carrera - Jorge Tarlea 5
  6. 6. Trabajo realizado ● Implementación software: A)Calibración de las cámaras B)Estimación de distancias Proyecto fin de carrera - Jorge Tarlea 6
  7. 7. Calibración de las cámaras ● Obtención de parámetros: 0 1 fx s cx ● Intrínsecos K =@0 fy cy A ● Extrínsecos 0 0 1 m w [K 0][R t]M Proyecto fin de carrera - Jorge Tarlea 7
  8. 8. Calibración de las cámaras: Distorsión ☺ Con distorsión RADIAL TANGENCIAL Proyecto fin de carrera - Jorge Tarlea 8
  9. 9. Calibración de las cámaras ● Método de Zhang mejorado: ● Autodetección de puntos → Homografía → Intrínsecos, extrínsecos y distorsión Proyecto fin de carrera - Jorge Tarlea 9
  10. 10. Calibración de las cámaras ● Método de Zhang mejorado: ● Autodetección de puntos → Homografía → Intrínsecos, extrínsecos y distorsión Proyecto fin de carrera - Jorge Tarlea 10
  11. 11. Concepto de disparidad d = xL ¡ xR Proyecto fin de carrera - Jorge Tarlea 11
  12. 12. Montaje realizado ● Ejes ópticos paralelos ● Cámaras coplanares Proyecto fin de carrera - Jorge Tarlea 12
  13. 13. Rectificación de imágenes ● Filas de píxeles alineadas en las dos imágenes → Obtención de disparidades ● Montaje realizado no ideal → Necesario rectificar las imágenes obtenidas ● Método de Bouguet → Menos distorsión que otros (Ej.: Hartley) Proyecto fin de carrera - Jorge Tarlea 13
  14. 14. Rectificación de imágenes ● Filas de píxeles alineadas en las dos imágenes → Obtención de disparidades ● Montaje realizado no ideal → Necesario rectificar las imágenes obtenidas ● Método de Bouguet → Menos distorsión que otros (Ej.: Hartley) Proyecto fin de carrera - Jorge Tarlea 14
  15. 15. Búsqueda de correspondencias fT Z = d Método de Konolige Método de Birchfield Proyecto fin de carrera - Jorge Tarlea 15
  16. 16. Resultados: Calibración ● Calibración precisa con: ● Tablero de 6 x 8 esquinas interiores. ● Más de 7 pares de imágenes. ● Problemas al no detectarse todas las esquinas: ● Distancia (excesiva) del mismo en la foto. ● Imagen borrosa (objeto de calibración en movimiento). Proyecto fin de carrera - Jorge Tarlea 16
  17. 17. Resultados: Rectificación Proyecto fin de carrera - Jorge Tarlea 17
  18. 18. Resultados: Rectificación Proyecto fin de carrera - Jorge Tarlea 18
  19. 19. Resultados: Estimación de distancias ● Dos métodos para obtener la disparidad de la región de una imagen: Media: 40 £ 200 + 16 £ 100 = 172:42 56 Histograma: Valor más repetido → 200 Proyecto fin de carrera - Jorge Tarlea 19
  20. 20. Resultados: Estimación de distancias ¡La media es más estable! ¡La media es más estable! Proyecto fin de carrera - Jorge Tarlea 20
  21. 21. Resultados: Tiempos Proyecto fin de carrera - Jorge Tarlea 21
  22. 22. Ejemplo 1: Coche Proyecto fin de carrera - Jorge Tarlea 22
  23. 23. Ejemplo 2: Personas Proyecto fin de carrera - Jorge Tarlea 23
  24. 24. Conclusiones 1. Error contenido hasta cierta distancia → Disposición de los elementos cercanos. 2. Alternativa válida al uso de sensores → Entendimiento de la escena. Problema: El tiempo real no se logra debido a: - Los requirimientos de cálculo del detector de objetos. - La precisión (del algoritmo de Birchfield) necesaria para obtener unas estimaciones precisas. Proyecto fin de carrera - Jorge Tarlea 24
  25. 25. Futuras líneas de trabajo 1) Refinamiento de los mapas de disparidad obtenidos → Menos “agujeros”. 2) Cámaras de más calidad y sincronizadas por trigger. 3) Tratamiento previo de las imágenes (Ej.: Detección de bordes) → Mapas de disparidad en menos tiempo. 4) Cálculos mediante GPU's (Ej.: Entorno CUDA). Reducción de tiempos en: • La detección → Posibilidad de detectores más potentes. • Generación de mapas de disparidad. Proyecto fin de carrera - Jorge Tarlea 25

×