Panoramik Görüntülerdeki Gökyüzü Sınır Çizgisini Kullanarak Yer Kestirimi

Ahmet Buğra Koku
164 36

Öz


Robotik alanındaki ilerlemeler 20. yüzyılın sonuna doğru robotları fabrika ortamlarından çıkarmıştır. Zaman içinde robotların günlük hayatımızdaki yerinin daha da artması beklenmektedir. Diğer taraftan, robotların fabrikalardaki güvenlikli alanlar dışında çalışmaya başlamalarına rağmen, birçok robotun hala önceden sınırları belirlenmiş alanlarda çalışması yapacakları işlerin doğası itibarı ile beklenmektedir. Dolayısıyla, bir robotun işlevselliğinin artması bakımından çalışacağı bölgeyi iyi tanıması gerekecektir. Bu çalışmada panoramik görüntülerden elde edilen gökyüzü sınır çizgisinin robot konumlandırması için kullanılabilirliği değerlendirilmiştir. Robotun konumlandırması için önce ilgili bölgeden çekilen bir seri panoramik görüntü kullanılarak bir tür harita üretilmiş, daha sonra aynı bölgeden farklı zaman ve hava şartlarında çekilen görüntülerin bu harita üzerinde konumlandırması gerçekleştirilmiştir. Farklı platformlarda kolayca uygulanabilir olması için basit ve hızlı hesaplanabilecek bir yöntem geliştirilmiştir. 


Anahtar kelimeler


Panoramik görüntü, gökyüzü sınır çizgisi, robot yer-kestirimi, görüntü tabanlı yer kestirimi, bölgesel (teritoryal) robotlar

Tam metin:

PDF


Referanslar


Payá, L., Gil, A., Reinoso, O., A State-of-the-Art Review on Mapping and Localization of Mobile Robots Using Omnidirectional Vision Sensors, Journal of Sensors, 2017. (doi: 10.1155/2017/3497650)

Fiala, M., Roth, G., Automatic alignment and graph map building of panoramas, IEEE International Workshop on Haptic Audio Visual Environments and their Applications, Ottawa, Canada, 2005.

Tardif, J. P., Pavlidis, Y., Daniilidis, K., Monocular visual odometry in urban environments using an omnidirectional camera, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2008), Nice, France, 2531-2538, 2008.

Anati, R., Daniilidis, K., Constructing topological maps using markov random fields and loop-closure detection, Advances in Neural Information Processing Systems, 37-45, 2009.

Krückel, K., Nolden, F., Ferrein, A., Scholl, I., Intuitive visual teleoperation for UGVs using free-look augmented reality displays, IEEE International Conference on Robotics and Automation (ICRA 2015), Seattle, WA, ABD , 4412-4417, 2015.

Mirzaei, F. M., Kottas, D. G., Roumeliotis, S. I., Analytical least-squares solution for 3d lidar-camera calibration, Robotics Research, 183-200, 2017.

Higuti, V. A. H., Guerrero, H. B., Velasquez, A. E. B., Pinto, R. M., Tinelli, L. M., Magalhães, D. V., Milori, D. M. B. P., Low-cost embedded computer for mobile robot platform based on raspberry board, ABCM International Congress of Mechanical Engineering (Cobem2015), Rio de Janeiro, Brezilya, 2015.

Atasoy A., Kaya E., Toptas E., Kuchimov S., Kaplanoglu E., Ozkan M., 24 DOF EMG controlled hybrid actuated prosthetic hand, 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Orlando, FL, ABD, 5059-5062, 2016. (doi: 10.1109/EMBC.2016.7591864)

Bradski, G., ve Kaehler, A., Learning OpenCV: Computer vision with the OpenCV library, O'Reilly Media, Inc., UK, 2008.

Chang, C. K., Siagian, C., Itti, L., Mobile robot vision navigation & localization using gist and saliency, International Conference on Intelligent Robots and Systems (IROS 2010), IEEE/RSJ, 4147-4154, 2010.

Abadi, M., Barham, P., Chen, J., Chen, Z., Davis, A., Dean, J., ... & Kudlur, M., TensorFlow: A System for Large-Scale Machine Learning, OSDI 16, 265-283, 2016.

Yu, L., Joly, C., Bresson, G., Moutarde, F., Monocular urban localization using street view, IEEE International Conference on Control, Automation, Robotics and Vision (ICARCV 2016), Phuket, Tayland, 1-6, 2016.

Agarwal, P., Burgard, W., Spinello, L., Metric localization using Google street view, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2015), Hamburg, Germany, 3111-3118, 2015.

Robertson, D. P., Cipolla, R., An Image-Based System for Urban Navigation, Proceedings of the British Machine Vision Conference (BMVC 2004), 19 (51), 165-174, 2004. (doi: 10.5244/C.18.84)

Zhang, W., Kosecka, J., Image based localization in urban environments, Third International Symposium on 3D Data Processing, Visualization, and Transmission, Chapel Hill, NC, USA, 33-40, 2006.

Ramalingam, S., Bouaziz, S., Sturm, P., Brand, M., Geolocalization using skylines from omni-images, International Conference on Computer Vision Workshops (ICCV Workshops), Kyoto, Japan, 23-30, 2009.

Johns, D., Dudek, G., Urban position estimation from one dimensional visual cues, Canadian Conference on Computer and Robot Vision, Quebec, Kanada, 22-28, 2006.

Naval Jr, P. C., Robot self-localization from single mountain images, Proceedings of the Philippine Computing Science Congress, Manila, NCR, Philippines, 83-88, 2000.

Otsu, N., A threshold selection method from gray-level histograms, IEEE Transactions on Systems, Man, and Cybernetics, 9 (1), 62-66, 1979.




Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.