Detekce dveří na datech z monokulární kamery

Abstract

Dveře slouží jako důležité orientační body v prostorech, usnadňují spojení oddělených oblastí a poskytují přístup prostřednictvím navigačních manévrů. V důsledku toho se detekce dveří stává klíčovým nástrojem pro řešení různých problémů s navigací a hledáním cesty. Tyto aplikace se pohybují od pomoci lidem se zrakovým postižením orientovat se v různých místnostech až po nasazení v autonomních robotických navigačních systémech. Tento výzkum se zaměřuje na využití detekce dveří pro navigaci autonomních dronů. Očekává se, že dron bude velmi malý, takže se uvažuje o Micro Aerial Vehicle (MAV). Zadáním této domény se lze dostat na místa nepřístupná lidem. Otázkou této práce je, zda je možné přesně detekovat otevřené dveře v neznámých vnitřních prostředích, mít MAV pouze s monokulární kamerou a spoléhat se na externí výpočetní zdroje (omezení způsobené kapacitou nákladu MAV). Tato studie představuje originální přístup k detekci otevřených dveří a jejich vchodů v neznámých vnitřních prostředích pro autonomní navigaci robotů nebo jakékoli jiné vhodné použití. Navržený algoritmus je jedinečný díky integraci moderních technik s nejvyšší přesností, která zahrnuje kombinaci hloubkových a barevných dat s nejmodernější neuronovou sítí odhadu hloubky jednoho snímku. Pro testování robustnosti a zobecnitelnosti tohoto přístupu je algoritmus důkladně vyhodnocen na shromážděných datech.

Doors serve as important landmarks within spaces, facilitating the connection of separate areas and providing access through navigational manoeuvres. Consequently, detecting doors is becoming a key tool for solving various navigation and wayfinding problems. Such applications range from helping visually impaired people navigate various rooms to deployment in autonomous robotic navigation systems. This research focuses on using door detection for the navigation of autonomous drones. The drone is expected to be very small, so a Micro Aerial Vehicle (MAV) is considered. By specifying this domain, places inaccessible to humans can be reached. The question of this work is whether it is possible to accurately detect open doors in unfamiliar indoor environments, having a MAV with only a monocular camera and relying on off-board computational resources (a constraint imposed due to MAV’s cargo capacity). This study presents an original approach for detecting open doors and their doorways in unknown indoor environments for autonomous robot navigation or any other appropriate use. The proposed algorithm is unique due to its integration of modern techniques with the highest precision, which involves combining depth and colour data with the state-of-the-art neural network of single-image depth estimation. To test the robustness and generalisability of this approach, the algorithm is thoroughly evaluated on the collected dataset.