MiG

Jan Bernoth

Analyse von ORB SLAM 2 im verkehrsähnlichen Kontext

Betreuer: Daniel Goehring , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 03.11.2016

Kurzbeschreibung

In dieser Arbeit wurde untersucht, inwiefern die montierten Monokameras in dem autonom fahrenden Auto von AutoNOMOS Labs Tiefeninformationen extrahieren können. Die Tiefeninformationen können durch den Umstand erzeugt werden, dass mehrere Bilder aus verschiedenen Perspektiven von statischen Elementen einer Szene während einer Autofahrt erzeugt werden und dadurch sowohl die relative Pose der Kamerabilder zueinander bestimmt werden kann, als auch die Position der erkannten Merkmale im Raum projiziert werden.

Bislang wird häufig eine Radar Technologie verwendet, um eine digitale räumliche Darstellung der Umgebung zu erzeugen. Im Gegensatz zu dieser Technologie ist die handelsübliche, hochauflösende Kamera wesentlich günstiger und kann mit den Prinzipien von Structure from Motion mitunter ähnliche Informationen extrahieren.

Zu diesem Zweck wurde ORB SLAM 2 in das Projekt integriert und auf Benutzbarkeit und Effektivität überprüft. ORB SLAM 2 wurde 2015 veröffentlicht und ist als Open Source Projekt verfügbar. Mittels Bundle Adjustment kann dieser Algorithmus erkannte ORB Merkmale in einem eigens abgewandelten SLAM Algorithmus einbeziehen und in einer lokalen Karte darstellen. In dieser Arbeit wurde vor allem untersucht, wie konkret ORB SLAM 2 eingebunden werden kann und wie der Algorithmus vorrangig die Informationen der eingebauten Weitwinkelkameras wirksam verarbeitet.

Downloads