Využití hustého mračna bodů pro lokalizaci ve vnitřních prostorách
Indoor localization utilizing dense pointcloud
Typ dokumentu
diplomová prácemaster thesis
Autor
Anna Zderadičková
Vedoucí práce
Polic Michal
Oponent práce
Sattler Torsten
Studijní obor
Počítačová grafikaStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačové grafiky a interakceObhájeno
2023-01-31Práva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Přesná a robustní lokalizace je důležitá v mnoha aplikacích jako například rozšířena realita nebo navigace robotů. Nejmodernější přístupy založené na lokalizaci pomocí fotografií poskytují odhad pozice, který je přesný. Avšak najít přesný odhad pozice je náročné v prostředích bez textur či v prostředích, kde se vizuální prvky opakují. Tato práce navrhuje postup využití metody lokalizace z fotek společně se zarovnáváním hustých mračen bodů k zrobustnění a zpřesnění pozice kamery. Také je představen postup pro získání přesné validační sady dat pro lokalizaci RGB-D snímků za pomoci technologií Microsoft HoloLens, Matterport Pro2 a Vicon. Na těchto datech jsou porovnány čtyři metody pro zarovnávání mračen bodů. Accurate and robust localization is crucial in various fields such as augmented reality or robot navigation. State-of-the-art methods based on image localization give pose estimation which are rather accurate. However accurate pose estimation might be challenging in plain (texture-less) or visually repeating environments. This thesis proposes an approach to combine state-of-the-art localization method with dense point cloud alignment to obtain robust and accurate camera poses. It also presents a process of obtaining a ground truth dataset for RGB-D localization using Microsoft HoloLens, Matterport Pro2 and Vicon. The proposed point cloud alignment methods are then evaluated on the created ground truth data.
Kolekce
- Diplomové práce - 13139 [396]