การติดตามการเคลื่อนที่ของกล้องด้วยภาพความลึกและภาพขาวดำ

บทคัดย่อ

บทคัดย่อ

การติดตามการเคลื่อนที่ด้วยภาพ เป็นหัวข้อกำลังได้รับความสนใจทางด้านหุ่นยนต์เคลื่อนที่ เทคนิคการหาตำแหน่งด้วยภาพ สามารถทำการประมวลผลภาพที่ได้จากกล้องชนิดต่างๆ เช่น กล้อง 2 มิติ กล้อง 3 มิติ กล้องสเตอริโอ หรือใช้เซนเซอร์ที่ให้ข้อมูลความลึกระหว่างหุ่นยนต์และวัตถุ เช่น เลเซอร์สแกนเนอร์ ในงานวิจัยนี้ใช้ข้อมูลภาพที่ได้จากกล้อง PMD ซึ่งเป็นกล้อง TOFวัดเวลาในการเคลื่อนที่ของการสะท้อนกลับ ซึ่งให้ข้อมูล 2 ชนิด ได้แก่ ระยะทางระหว่างกล้องกับวัตถุ หรือภาพความลึก และภาพขาวดำ การติดตามการเคลื่อนที่ โดยใช้ข้อมูลที่ได้จากกล้องสามารถทำได้ด้วยการซ้อนทับภาพโดยการกำหนดตำแหน่งภาพในเฟรมที่ต่อเนื่องกันโดยกล้องถูกติดตั้งบนระบบกล้องที่เลื่อนในแนวเส้นตรงเพื่อเป็นแนวอ้างอิงเปรียบเทียบกับผลลัพธ์ที่คำนวณได้การจับภาพในขณะที่กล้องเคลื่อนที่ แล้วนำภาพเหล่านี้มาประมวลผล จะได้ผลลัพธ์เป็นเส้นทางการเคลื่อนที่ของกล้อง ในงานวิจัยนี้ได้ทำการเปรียบเทียบวิธีที่มีคุณลักษณะต่างๆกันได้แก่ วิธีที่ใช้เพียงภาพขาวดำร่วมกับภาพความลึก วิธีที่ใช้เพียงภาพความลึก วิธีที่ใช้หรือไม่ใช้การตรวจจับขอบของวัตถุในภาพการวนรอบ อัลกอริทึ่ม Iterative Closest Point และอัลกอริทึ่ม k-d Tree บทความนี้นำเสนอและเปรียบเทียบวิธีที่ผสมผสานคุณลักษณะที่ต่างกัน 4 วิธี อัลกอริทึ่มได้ถูกเขียนขึ้นและทดสอบด้วยข้อมูลจากกล้อง TOF เพียงลำพังโดยปราศจากการใช้กล้องชนิดอื่นร่วมซึ่งแสดงให้เห็นศักยภาพของกล้อง ผลลัพธ์ที่ได้จากวิธีที่ต่างกันและชุดข้อมูลที่ต่างกันได้ถูกเปรียบเทียบค่าความผิดพลาดในแนวแกนx, y และ z

คำสำคัญ: การติดตามการเคลื่อนที่ของกล้อง ภาพความลึก กล้องที่วัดระยะทางด้วยการสะท้อนกลับของแสง การซ้อนทับภาพโดยการกำหนดจุดซ้อนทับ

Abstract

Vision-based motion tracking is an interestingtopic in mobile robotics. The vision-based positioningtechnique processes the images captured by various typesof camera including a CCD camera, 3D camera, Stereocamera or TOF sensor. In the investigation, image dataare obtained from PMD, a time-of-flight (TOF) camera,hence yielding two outputs with distances between thecamera and the object, or depth and intensity images.Tracking motion using the camera data can be performedby image registration between consecutive frames.The camera is mounted on a translation platform as areference for comparison of calculated output. While thecamera moves, consecutive image frames are captured.These images are processed, yielding the trajectoryformation. This study presents the comparison amongegomotion tracking methods with different featuressuch as the one utilizing both intensity and depthimage approach, sole depth image, method with orwithout edge detection, iteration loop, Iterative ClosestPoint and k-d Tree algorithm. Four proposed methodscombine these features in different ways. Algorithmswere written and tested by using only data acquiredfrom a single TOF camera, reflecting the camerapotential. Outputs of different methods and differentdata sets were compared for errors along the x, y andz axes respectively.

Keywords: Ego Motion Tracking, Depth Image, Time of Flight (TOF) Camera, Image Registration,Iterative Closest Point