Open source software voor objecttracking met behulp van markers: een vergelijkende studie

Abstract

Vandaag de dag kent tracking, het volgen van objecten of personen in beeldmateriaal, een sterke opmars met talloze toepassingen. Deze toepassingen bezitten elke hun eigenaardigheden, waardoor geen algemene oplossing geboden kan worden voor ieder trackingsprobleem. Deze masterthesis focust zich daarom op het oplossen van drie casussen binnen de ACRO-onderzoeksgroep, namelijk de kalibratie van het bewegingsmodel van een gidsrobot, de tracking van objecten tijdens mens-robotsamenwerking en de tracking van objecten en personen door een mobiele robot. Allereerst werd een uitgebreide literatuurstudie uitgevoerd naar principes en algoritmes voor objectdetectie, -tracking en data-associatie. Hieruit is gebleken dat detectie een computationeel intensief proces is en daarom is besloten dat hiervoor een benadering nodig is. Daarom werd voor zowel casus één als twee markerdetectie van OpenCV toegepast. Hiervan is een vergelijkende nauwkeurigheidsstudie uitgevoerd. Voor casus één is dit van toepassing omdat de exacte pose en locatie nodig is, uit de studie blijkt dat het ChArUco-paneel hiervoor het meest geschikt is. Bij casus twee worden enkel objecten getrackt, maar omdat de detectie te intensief is, wordt ook hier markerdetectie met behulp van de ArUco markers toegepast. Ten laatste is het doel van casus drie om objecten te detecteren en tracken in 3D met een mobiele camera. Hiervoor zijn enkel voorstellen van aanpak voor het trackingsprobleem gemaakt.