Zusammenfassung
Die dreidimensionale Modellierung der Umgebung eines mobilen Roboters bietet gegenüber den üblichen zweidimensionalen Grundrißkarten eine Reihe von Vorteilen sowie zusätzliche Möglichkeiten bei der Gestaltung der Mensch-Maschine Schnittstelle, der Navigation bzw. Positionsbestimmung sowie der Visualisierung von Systemzuständen. Die Generierung eines solchen Modells aus den Sensordaten des Roboters ist wegen der erzielbaren hohen Flexibilität besonders attraktiv. Der hier vorgestellte Ansatz benutzt die Bilder der Bordkamera eines mobilen Roboters zur 3D-Rekonstruktion einer vorab unbekannten Einsatzumgebung und resultiert in einer texturierten virtuellen Umgebung, die in einem Leitstand dargestellt und für die weitere Interaktion mit dem Roboter genutzt werden kann. Aus der monokularen Bildinformation wird mit der Hilfe der epipolaren Geometrie auf die Aufhahmepositionen zurückgeschlossen und eine Triangulation durchgeführt. Daraus entstehen Teilmodelle, die mit den Kameraaufnahmen texturiert werden. Die so gewonnenen Teile des Roboter-Umgebungsmodells werden sukzessiv aneinander ausgerichtet und zusammengeführt.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Brodersen, J. (1999). Generierung eines 3D-Umgebungsmodells aus den Sensordaten eines mobilen Roboters, Diplomarbeit am Lehrstuhl für Technische Informatik
Faugeras, O. (1993). Three-Dimensional Computer Vision: a Geometric Viewpoint. The MIT Press, Cambridge, London.
El-Hakim, S. F., C. Brenner und G. Roth (1998). A multi-sensor approach to creating accurate virtual environments, ISPRS Journal of Photogrammetry & Remote Sensing, Vol. 53, pp. 379–391.
Heyden, A. and K. Aström (1996). Euclidean Reconstruction from Constant Intrinsic Parameters, In: Proc. of International Conference on Pattern Recognition.
Heyden, A. (1999). PhD Course in Computer Vision, Mathematical Imaging Group, Centre for Mathematical Sciences, Lund University, Sweden, http://www.maths.lth.se/matematiklth/vision/visit/.
Lietz, G. (1999). Rekonstruktion eines texturierten 3D-Modells aus den Kameraaufnahmen eines mobilen Roboters, Diplomarbeit am Lehrstuhl für Technische Informatik, RWTH Aachen.
Maimone, M., L. Matthies, J. Osborn, E. Rollins, J. Teza and S. Thayer (1998). A Photo-Realistic 3-D Mapping System for Extreme Nuclear Environments: Chor-nobyl, In: IEEE/RSJ International Conference on Intelligent Robotic Systems (IROS), Victoria B.C., Canada
Park, J. S., Self-Calibration from Point Correspondence and Euclidean Structure Reconstruction, Technical Report, Computer Vision Lab, Departement of Computer Science & Engeneering, POSTECH, Korea
Pollefeys, M., R. Koch, M. Vergauwen und L. V. Gool (1998). Flexible 3D Acquisition with a Monocular Camera, In: Proceedings of the IEEE International Conference on Robotics & Automation, pp. 2771–2776
Schmitt, M., M. Rous, A. Matsikis and K.-F. Kraiss (1999). Vision-based Self-Localization of a Mobile Robot Using a Virtual Environment, In: Proceedings of the IEEE International Conference on Robotics & Automation, pp. 2911–2917
Schmitt, M., M. Rous und K.-F. Kraiss (1998). Ein Leitstand zur Einsatzplanung und Überwachung mobiler Roboter. In: Informatik aktuell, 14. Fachgespräch Autonome Mobile Systeme (AMS), Karlsruhe, Springer Verlag, pp. 148–155
Turk, G. and M. Levoy (1994). Zippered polygon meshes from range images. In: SIGGRAPH, ACM, July 1994.
Tuytelaars, T., L. Van Gool, L. D’haene and R. Koch (1999). Matching of Affinely Invariant Regions for Visual Servoing, In: Proc. of IEEE International Conference on Robotics & Automation, Detroit.
Schroeder, W.J. und K. M. Martin (1998). VTK User’s Guide, Kitware Inc.
Smith, S. M., and J. M. Brady (1995). SUSAN — A new Approach to low Level Image Processing. Defence Research Agency UK, Technical Report TR95SMS1c.
Tsai, R.: A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses. In: Journal of Robotics and Automation, Vol RA-3, No. 4, 1987.
Weckesser, P. (1997). Aktiver Einsatz eines Multisensorsystems zur Exploration der Umwelt mit einem mobilen Roboter. Dissertation, Universität Karlsruhe.
Wheeler, M. D. (1996). Automatic Modeling and Localization for Object Recognition, PhD Thesis, School of Computer Science, Carnegie Mellon University, Pittsburg, PA, USA.
Zhang, Z. (1996). Determining the Epipolar Geometry and its Uncertainty: A Review. Research Report No.2927, INRIA Sophia-Antipolis
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Schmitt, M., Brodersen, J., Lietz, G., Lomberg, F., Kraiss, KF. (2000). Kamerabasierte 3D-Rekonstruktion der Einsatzumgebung eines mobilen Roboters. In: Schmidt, G., Hanebeck, U., Freyberger, F. (eds) Autonome Mobile Systeme 1999. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59708-4_36
Download citation
DOI: https://doi.org/10.1007/978-3-642-59708-4_36
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-66732-2
Online ISBN: 978-3-642-59708-4
eBook Packages: Springer Book Archive