Kurzfassung
Dieser Beitrag stellt einen rein auf Videosensorik beruhenden Ansatz zur robusten Erkennung von a priori bekannten Objekten vor. Unter Erkennung wird hierbei die Identifikation des Objekts und die Bestimmung seiner räumlichen Lage relativ zur Kamera verstanden. Die Flexibilität des Ansatzes ergibt sich aus der Art der Modellierung. Es werden CAD-Modelle von Objekten verwendet, die für die Erkennung von Objekten in Videobildern geeignet transformiert wurden. Mit dem vorgestellten Ansatz der Einzelobjekterkennung lassen sich Aufgaben eines autonomen, mobilen Systems wie die exakte Bestimmung von Position und Orientierung zum Greifen von Werkstücken ebenso wie die Erkennung eines Hindernisses durchführen.
Diese Arbeit wurde von der Deutschen Forschungsgemeinschaft im Rahmen des Sonderforschungsbereichs 331, “Informationsverarbeitung in autonomen, mobilen Handhabungssystemen”, Teilprojekt L5 unterstützt.
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
D. Eggert, K.W. Bowyer, C.R. Dyer, H.I. Christensen, and D.B. Goldgof. The scale space aspect graph. IEEE Trans, on Pattern Analysis and Machine Intelligence, 15(11):1114–1129, 1993.
P. J. Flynn and A. K. Jain. CAD-based computer vision: From CAD models to relational graphs. IEEE Trans. on Pattern Analysis and Machine Intelligence, 13(2):114–132, 1991.
Z. Gigus, J. Canny, and R. Seidel. Efficiently computing and representing aspect graphs of polyhedral objects. IEEE Trans. on Pattern Analysis and Machine Intelligence, 13(6):542–551, June 1991.
W. Eric L. Grimson. On the recognition of curved objects. IEEE Trans. on Pattern Analysis and Machine Intelligence, 11(6):632–643, June 1989.
K. Ikeuchi and J. C. Robert. Modeling Sensor Detectability with the VANTAGE Geometric/Sensor Modeler. Transactions on Robotics and Automation, 7(6):771–784, December 1991.
J J. Koenderink and A. J. van Doorn. The internal representation of solid shape with respect to vision. Biological Cybernetics, 32:211–216, 1979.
S. Lanser. Kantenbasierte Farbsegmentation im CIE-Lab Raum. In S.J. Poeppl and H. Handels, Hrsg., Mustererkennung, Informatik aktuell, Seiten 639–646. Deutsche Arbeitsgemeinschaft für Mustererkennung, Springer-Verlag, 1993.
S. Lanser and W. Eckstein. A Modification of Deriche’s Approach to Edge Detection. In 11th International Conference on Pattern Recognition, volume III, Seiten 633–637. IEEE, 1992.
O. Munkelt, and C. Zierl. Fast 3-D Object Recognition using Feature Based Aspect-Trees. In 12th International Conference on Pattern Recognition, Beitrag akzeptiert. IEEE, 1994.
R. Lenz. Linsenfehlerkorrigierte Eichung von Halbleiterkameras mit Stan-dardobjektiven für hochgenaue 3D-Messungen in Echtzeit. In E. Paulus, Hrsg., Mustererkennung, Informatik Fachberichte 149, Seiten 212–216. Deutsche Arbeitsgemeinschaft für Mustererkennung, Springer-Verlag, 1987.
D. G. Lowe. Fitting parameterized three-dimensional models to images. IEEE Trans. on Pattern Analysis and Machine Intelligence, 13(5):441–450, 1991.
R. Meilin. Automatische Generierung von Aspektbäumen aus CAD-Modellen. Diplomarbeit, TU München, 1992.
O. Munkelt. Zur Auswahl von Merkmalen. In S.J. Poeppl, Hrsg., Mustererkennung, Informatik aktuell, Seiten 84–93. Deutsche Arbeitsgemeinschaft für Mustererkennung, Springer-Verlag, 1993.
O. Munkelt. Erkennung von Objekten in Einzelvideobildern mittels Aspektbäumen. Dissertation, TU München, 1994.
O. Munkelt. Feature Based Aspect-Trees — Generation and Interpretation. In Second CAD-Based Vision Workshop, Seiten 192–201. IEEE Computer Society Press, 1994.
O. Munkelt, P. Levi, B. Radig, M. Rozmann, and J. Detlefsen. Integration eines hochauflösenden Radarsensors in ein videobasiertes Objekterkennungssystem. In G. Schmidt, Hrsg., Autonome mobile Systeme. TU München, 1993.
W. H. Plantinga and C. R. Dyer. An algorithm for constructing the aspect graph. In Proc. of the 27th Symp. on Foundations of Comp. Science, Seiten 123–131. IEEE, 1986.
C. Reiners. Berechnung von 2-D Ansichten aus 3-D B-Rep Darstellungen. Technischer Bericht, TU München, 1992.
M. Robey, G. A. W. West, and S. Venkatesh. An Investigation into the Use of Physical Modelling for the Prediction of Various Feature Types Visible from Different View Points. In Second CAD-Based Vision Workshop, Seiten 282–290. IEEE Computer Society Press, 1994.
A. Ruß, S. Lanser, O. Munkelt, and M. Rožmann. Kontinuierliche Lokalisation mit Video- und Radarsensorik unter Nutzung eines geometrisch-topologischen Umgebungsmodells. In G. Schmidt, Hrsg., Autonome Mobile Systeme, Seiten 313–327. TU München, 1993.
R. Wang and H. Freeman. Machine Vision for Three Dimensional Scenes, chapter The Use of Characteristic-Views Classes for 3D Object Recognition, Seiten 109–162. Academic Press, Inc., 1990.
D. Wetzel, A. Zins, and H. Niemann. Edge and motion based segmentation for traffic scene analysis. Pattern Recognition and Image Analysis, 3, 1993.
C. Zierl. Interpretation von Aspektbäumen zur modellbasierten Objekterkennung. Diplomarbeit, TU München, 1993.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1994 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Lanser, S., Munkelt, O., Zierl, C. (1994). Robuste videobasierte Identifizierung von Hindernissen und Werkstücken sowie die Bestimmung ihrer räumlichen Lage. In: Levi, P., Bräunl, T. (eds) Autonome Mobile Systeme 1994. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-79267-0_10
Download citation
DOI: https://doi.org/10.1007/978-3-642-79267-0_10
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-58438-4
Online ISBN: 978-3-642-79267-0
eBook Packages: Springer Book Archive