Metody doboru struktury oprogramowania i optymalizacji parametrów w zadaniu lokalizacji wizyjnej na podstawie danych RGB-D
[ 1 ] Instytut Robotyki i Inteligencji Maszynowej, Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ P ] employee
EN Methods for the software structure determination and optimization of the parameters in the visual localization task utilizing RGB-D data.
polish
- optymalizacja
- lokalizacja
- RGB-D
- uczenie maszynowe
- optimisation
- locallisation
- RGB-D
- machine learning
PL W rozprawie przedstawiono metody optymalizacji struktury i parametrów systemu odometrii wizyjnej RGB-D, z uwzględnieniem lokalnego ruchu sensora oraz wykorzystania algorytmów optymalizacji populacyjnej i uczenia maszynowego. Omówiono rolę sensorów wizyjnych w pomiarze odległości w kontekście robotyki mobilnej oraz przeanalizowano wpływ decyzji projektowych dotyczących architektury systemu na jakość odtwarzanej trajektorii. Zaproponowano prosty system odometrii wizyjnej RGB-D, który pozwala zbadać, w jaki sposób poszczególne elementy systemu oraz dobór parametrów wpływają na końcowy wynik. Uwagę poświęcono wybranym detektorom i deskryptorom cech fotometrycznych oraz porównano metody n-punktowe estymacji ruchu kamery z metodami uwzględniającymi dane o głębi. Wszystkie zaproponowane metody i algorytmy zostały zweryfikowane w eksperymentach z wykorzystaniem rzeczywistych danych benchmarkowych, zebranych przy pomocy różnych robotów mobilnych lub ręcznie trzymanej kamery RGB-D.
EN This dissertation presents methods for optimising the structure and parameters of an RGB-D visual odometry system, with emphasis on the local movement of the sensor and the use of population based optimization algorithms and machine learning. The role of visual sensors in distance measurement within the context of mobile robotics is discussed, and the impact of design decisions related to system architecture on the quality of the reconstructed trajectory is analysed. A simple RGB-D visual odometry system is proposed, allowing for an examination of how individual system components and parameter selection affect the final outcome. Attention is given to selected photometric feature detectors and descriptors, and a comparison is made between n-point motion estimation methods and those that incorporate depth data. All proposed methods and algorithms have been validated through experiments using real-world benchmark data collected with various mobile robots or a handheld RGB-D camera.
243
automation, electronics, electrical engineering and space technologies
public
Krzysztof Okarma
Szczecin, Polska
05.11.2024
polish
public
Barbara Siemiątkowska
Warszawa, Polska
25.10.2024
polish
public
dissertation before defense
Poznań, Polska
10.12.2024