Stereoskopische Tiefenwahrnehmung für sichtgesteuerte mobile Roboter
Zusammenfassung der Projektergebnisse
Der Einsatz von Stereoverfahren auf sichtgesteuerten mobilen Robotersystemen hat eine lange Tradition. Von planetaren Fahrzeugen, wie den Mars-Rovern, über autonome Kraftfahrzeuge, die sich zum ersten Mal in einem Überlandrennen miteinander messen (DARPA Grand Challenge) bis hin zu autonomen See-Luft- und Unterwasserfahrzeugen – heutzutage benutzen eine Vielzahl mobiler technischer Systeme Stereosehen als verlässliche Informationsquelle zur Akquirierung von räumlichen Informationen über ihren Umgebungsraum. Allerdings ist die Tiefenrekonstruktion aus Stereobildern nach wie vor eine sehr rechenintensive Aufgabe. Weshalb sich vor allem zwei verschiedene Kategorien von Stereoverfahren entwickelten: einfache, schnelle Verfahren, die in nahezu Echtzeit ablaufen, aber nur Ergebnisse von beschränkter Genauigkeit berechnen können, und Verfahren, die dichte und genaue Tiefenkarten mit Hilfe von aufwändigen Optimierungen produzieren, dafür aber entsprechend langsam sind. Erst mit der rasanten Entwicklung der Rechenleistung in modernen Computersystemen bietet sich die Möglichkeit aufwändigere Verfahren auch in Echtzeitapplikationen einzusetzen. Hier setzt das bearbeitete Projekt an. Für die Berechnung von sehr dichten, hoch genauen Tiefenkarten wurde im Rahmen dieses Projektes ein kooperatives Stereoverfahren für den speziellen Einsatz auf einem mobilen Robotersystem weiterentwickelt. Ausgehend von einem kooperativen Verfahren, welches durch eine spezielle mathematische Formulierung den Vorteil einer sehr effizienten Implementierung bietet, wurde ein neues Verfahren entwickelt, das unter Ausnutzung des vom Roboter generierten kontinuierlich Bildstroms frühere Tiefenrekonstruktionen von unterschiedlichen Roboterstandorten zur Berechnung von neuen, genaueren Ergebnissen verwendet. Dabei werden mit Hilfe der zuletzt berechneten Tiefenkarten Schätzwerte für die Berechnung einer neuen Karte generiert. Bei Annahme einer lokal stetigen Änderung der Tiefe gelingt es dabei auch ohne die Kenntnis der Bewegungsparameter eine verbesserte Tiefenkarte zu berechnen. Stehen Bewegungsdaten jedoch zur Verfügung, z. B. durch das Ergebnis eines Visual-Odometrie Verfahrens, so lässt sich durch die Verwendung eines Schätzwertes, bei dem frühere Daten auf die aktuelle Kameraposition projiziert werden, die Genauigkeit der berechneten aktuellen Karte noch weiter steigern. Ein weiterer Schwerpunkt des Projekts war die Verbesserung der Ergebniskarte an Objektkanten – einem alt bekannten Problem von kooperativen Verfahren. Durch die Annahme von ähnlichen Farbwerten auf zusammenhängenden Objektoberflächen und die Verwendung von farb-basierten lokalen Kopplungsgebieten gelang es die Genauigkeit signifikant zu erhöhen, bei nur minimaler Steigerung des Rechenaufwandes. Zu guter letzt konnte durch eine optimierte Implementierung auf Grund der guten Parallelisierbarkeit des Verfahrens ein Algorithmus verwirklicht werden, der in naher Echtzeit abläuft. Das Projekt wurde am Jet Propulsion Laboratory/California Institute of Technology in Pasadena, USA, durchgeführt. Die guten Ergebnisse führten zu einem Anschlussprojekt welches durch ein Stipendium vom California Institute of Technology gefördert wird.
Projektbezogene Publikationen (Auswahl)
-
Color-based adaptive local support for local optimization within a cooperative stereo vision algorithm. JPL PostDoc Research Day, 2008
Brockers, R.
-
Cooperative Stereo Matching with Color-Based Adaptive Local Support. In: X. Jiang and N. Petkov (Eds.): CAIP 2009, LNCS 5702, pp. 1019–1027, 2009
Brockers, R.
