Sensitivity analysis of camera localisation accuracy with respect to intrinsic parameters and environment model in simulation

Abstract

Visuele posebepaling is breed onderzocht binnen computervisie met verscheidene toepassingsgebieden. Vele verschillende soorten camera's kunnen gebruikt worden om de pose in een ruimte te schatten. In dit onderzoek, zijn twee simulatoren ontworpen om het effect van de cameraparameters en de omgeving op de lokalisatie te onderzoeken. Eén simulator werd ontwikkeld in Python, waarbij de berekening van de camerapose met het PnP-probleem wordt opgelost, door gebruik te maken van de beeldpunten in het zichtsveld van de camera, met corresponderende gekende 3D-wereldpunten. Deze referentiepunten in combinatie met de intrinsieke cameraparameters worden gebruikt om de camerapose te berekenen. De tweede simulatie is ontwikkeld met behulp van ROS, een camerapose schatting wordt bepaald door middel van een virtuele camera en markers met gekende grootte. Enkele wereldcamera-aspecten, zoals geometrievervorming, scherptediepte-effect, en onvolkomenheden veroorzaakt door beeldsensor-karakteristieken worden in rekening gebracht. Voor de bepaling van de 6D-pose wordt de pose van de markers geschat in een markerdetector en getransformeerd om de cameralocatie te bepalen. Experimentele simulaties zijn uitgevoerd om nauwkeurige resultaten te verkrijgen over de lokalisatiefout. Uit deze resultaten bleek dat verandering op de cameraparameters invloed heeft op meerdere rotaties en/of translaties bij de posebepaling. Indien er een ongekende fout op de camera kalibratie zit, is het complex om te achterhalen aan welke cameraparameter dit juist ligt.