최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Institute of Electronics Engineers of Korea = 전자공학회논문지, v.50 no.3, 2013년, pp.160 - 173
In this paper, we propose a new visual odometry technique by combining a forward-looking stereo camera and a backward-looking monocular camera. The main goal of the proposed technique is to identify the location of a moving vehicle which travels long distance and comes back to the initial position i...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
스테레오 카메라의 장점은 무엇인가? | 초창기 무인이동차량의 위치인식 분야에서는 위치 및 자세를 추적하기 위해 바퀴 주행거리계(wheel odometry), GPS(global positioning system) 또는 IMU(inertial measurement unit)와 같은 항법센서가 주로 활용되었다가 최근에는 CCD 카메라 또는 레이저 센서를 이용한 컴퓨터 비전 기반 위치인식 기술이 활발하게 진행되고 있다. 특히, 레이저 센서에 비해 저렴한 비용으로 3차원 거리정보를 획득하는 스테레오 카메라가 위치인식에 널리 활용되고 있는 추세이다. Howard[8]와 Nunez[9] 등은 소형 무인이동차량의 전방에 달린 스테레오 카메라에 특징점 정합 방법을 적용하여 무인차량의 상대모션을 구하는 방법을 제안하였으며, Agrawal[10]와 Parra[11], 그리고 Wei[12] 등은 스테레오 카메라와 GPS 센서를 융합하여 GPS의 위치정보보다 정밀도가 높은 하이브리드 위치인식 기술을 소개하였다. | |
3차원 컴퓨터 비전 기반 위치인식 기술의 단점은 무엇인가? | 3차원 컴퓨터 비전 기반 위치인식 기술은 일반적으로 카메라 영상 프레임 대 프레임 사이의 상대 모션을 계산한 뒤 이를 누적하는 방식으로 현재 이동 중인 차량의 위치를 계산한다. 따라서 시간이 점점 흐름에 따라 추정된 위치정보에는 누적오차가 발생하게 된다. 특히, 동적인 물체가 많이 나타나는 실 주행환경에서 원거리를 주행하고 또 복귀하고자 할 경우 이러한 누적오차 문제는 더욱 더 심각한 결과를 초래한다. | |
3차원 컴퓨터 비전 기반 위치인식 기술은 어떤 원리로 위치를 추정하는가? | 3차원 컴퓨터 비전 기반 위치인식 기술은 일반적으로 카메라 영상 프레임 대 프레임 사이의 상대 모션을 계산한 뒤 이를 누적하는 방식으로 현재 이동 중인 차량의 위치를 계산한다. 따라서 시간이 점점 흐름에 따라 추정된 위치정보에는 누적오차가 발생하게 된다. |
R. Madhavan and E. Messina, "Iterative registration of 3d lader data for autonomous navigation," in Proceedings of the The IEEE Symposium on Intelligent Vehicles, pp. 186-191, 2003.
R. Madhavan, T. Hong and E. Messina, "Temporal range registration for unmanned ground and aerial vehicles," Journal of Intelligent and Robotics Systems, vol. 44, no. 1, pp. 47-69, 2005.
N. Vandapel and M. Hebert, "3D Rover localization in airborne lader data," The International Symposium on Experimental Robotics, July 2002.
N. Vandapel, R. Raghavendra, R. Donamukkala, and M. Hebert, "Unmanned ground vehicle navigation using aerial lader data," The International Journal of Robotics Research, vol. 25, no. 1, pp. 31-51, 2006.
J. J. Biesiadecki and M. Maimone, "The Mars Exploration Rover Surface Mobility Flight Software: Driving Ambition," in Proceedings of the IEEE conference on Aerospace, 2006.
E. Jones, B. Fulkerson, E. Frazzoli, D. Kumar, R. Walters, J. Radford, R. Mason, "Autonomous Off-Road Driving in the DARPA Grand Challenge," The IEEE Symposium on Position Location, And Navigation 2006.
"Google driverless car", Google, http://en.wikipedia.org/wiki/Google_driverless_car
A. Howard, "Real-time stereo visual odometry for autonomous ground vehicles," in Proceedings of the IEEE conference on Intelligent Robots and Systems, pp. 22-26, 2008.
P. Nunez, R. Vazquez-Mart, A. Bandera, and F. Sandoval, "Combined Constraint Matching Algorithm for Stereo Visual Odometry based on Local Interest Points," in Proceedings of the IEEE conference on Intelligent Robots and Systems, pp. 3095-3100, 2008.
M. Agrawal and K. Konolige, "Real-time Localization in Outdoor Environments using Stereo Vision and Inexpensive GPS," in Proceedings of the IEEE International Conference on Pattern Recognition, pp. 1063-1068, 2006.
I. Parra, M. A. Sotelo, D. F. Llorca, C. Fernandez, A. Llamazares, N. Hernandez and I. Garcia, "Visual odometry and map fusion for GPS navigation assistance," The IEEE Symposium on Industrial Electronics, pp. 832-837, 2011.
L. Wei, C. Cappelle, Y. Ruichek and F. Zann, "GPS and Stereovision-Based Visual Odometry: Application to Urban Scene Mapping and Intelligent Vehicle Localization," The International Journal of Vehicular Technology, vol. 2011, special page 1-13, 2011.
B. Musleh, D. Martin, A. Escalera and J. M. Armingol, "Visual ego motion estimation in urban environments based on U-V disparity," The IEEE Symposium on Intelligent Vehicles, pp. 444-449, 2012.
G. L. Mariottini and S. I. Roumeliotis, "Active Vision-Based Robot Localization and Navigation in a Visual Memory," The IEEE International Conference on Robotics and Automation, 2011.
Z. Zhu, T. Oskiper, S. Samarasekera, H. Sawhney and R. Kumar, "Ten-fold improvement in visual odometry using landmark matching," in Proceedings of the IEEE International Conference on Computer Vision, 2007.
Z. Zhu, T. Oskiper, S. Samarasekera, R. Kumar and H. Sawhney, "Real-time Global Localization with a Pre-Built Visual Landmark Database," in Proceedings of the IEEE International Conference on Computer Vision and Pattern Recognition, 2008.
A. Geiger, M. Roser and R. Urtasun, "Effcient large-scale stereo matching," in Proceedings of the Asian Conference on Computer Vision, 2010.
R. Hartley and A. Zisserman, "Multiple View Geometry in Computer Vision,' 2nd Ed, Cambridge University Press, 2004.
H. Bay, A. Ess, T. Tuytelaars, L. V. Gool, "SURF: Speeded Up Robust Features", Computer Vision and Image Understanding (CVIU), Vol. 110, No. 3, pp. 346-359, 2008.
S. Umeyama, "Least-Square Estimation of Transformation Parameters Between Two Patterns," In IEEE Transaction on Pattern Analysis and Machine Intelligence, 4(13): 376-380, April, 1991.
K. Levenberg, "A method for the solution of certain non-linear problems in least square," The Quarterly of Applied Mathmatics, pp. 164-168, 1944.
M. Muja and D. G. Lowe, "Fast Approximate Nearest Neighbors with Automatic Algorithm Configuration", in International Conference on Computer Vision Theory and Applications, 2009.
E. Trucco and A. Verri, "Introductory Techniques for 3-D Computer Vision," pp. 132-134, 1998.
"Camera Calibration Toolbox for Matlab," http://www.vision.caltech.edu/bouguetj/calib_doc/
S. I. Choi, L. Zhang, and S. Y. Park, "Stereo Vision based Motion Adjustment of 2D Laser Scan Matching," in Proceedings of the International Conference on Image and Vision Computing New Zealand, 2011.
D. Nister, 0. Naroditsky, J. Bergen, "Visual Odometry," in Proceedings of the International Conference on Computer Vision and Pattern Recognition, pp. 652-659, 2004.
A. J. Davison, I. Reid, N. Molton and O. Stasse, "MonoSLAM: Real-time single camera SLAM," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 29, No. 6, pp 1052-1067, 2007.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.