Odometria visual monocular : estudo de caso para veículos terrestres

• Autor(a) principal: Gräbin, Henrique Mallmann
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/206495
• topic: Engenharia elétrica; Odometria visual; Algoritmos; Visual odometry; Monocular; Lucas-Kanade; Motion estimation

O presente trabalho tem por objetivo estudar a implementação de um algoritmo de odometria visual monocular, que consiste em estimar a trajetória percorrida por uma câmera utilizando imagens sequenciais. O desenvolvimento desta área de pesquisa adquiriu relevância a partir de 2004 quando a NASA integrou esta tecnologia em seus rovers enviados a Marte. Hoje, tendo em vista a aplicação destes métodos para veículos autônomos, se tornam ainda mais relevantes. Neste trabalho são realizados três experimentos, cujos objetivos são: Investigar o funcionamento e escolha do algoritmo de Lucas-Kanade para seguimento de pontos (parte do algoritmo de odometria visual); Verificar o funcionamento do algoritmo de odometria visual completo em uma base de dados teste padrão (utilizou-se a base de dados KITTI); Verificar o funcionamento do algoritmo de odometria visual em uma trajetória própria. Para cada experimento, um estudo dos parâmetros ótimos para cada algoritmo, que dependem fundamentalmente da base de dados, foi realizado. Para o primeiro experimento, foi verificado que a utilização do algoritmo de LK através da biblioteca OpenCV é mais eficiente que uma implementação própria, pois para imagens com 100 pontos a serem seguidos atingiu-se uma taxa de acerto média de 86,6% e tempo médio de execução de 5,9 ms. O segundo experimento, com os dados da base de dados KITTI, para percursos de distância 3,72 km, 1,70 km, 5,06 km e 2,206 km (índice KITTI: 00, 09, 02 e 05) teve como resultado erros médios de 7,47 m, 7,47 m, 10,03 m e 6,33 m respectivamente. Para o percurso com dados próprios adquiridos por meio de de uma câmera GoPro, com 1,846 km de distância, o erro médio obtido foi de 28,57 m. Adicionalmente, estudou-se a possibilidade de execução do algoritmo de odometria visual em um micro-computador Raspberry Pi 3 B+. Porém, foi constatado que este consegue executar apenas 1,17 imagens por segundo com o código realizado, não sendo viável a estimação do percurso em tempo real.