Метод вимірювання пройденої відстані оптичним одометром

Автор(и)

DOI:

https://doi.org/10.20535/0203-3771502025347447

Ключові слова:

одометр, системи навігації, комп’ютерний зір, оптичний потік

Анотація

Розглядається метод візуальної одометрії для вимірювання пройденої відстані наземним рухомим об’єктом на основі оптичного потоку. Метод полягає у обробці зміщень ключових точок у послідовності зображень, отриманих із камери. Метод відрізняється від відомих способів використанням монокулярної системи технічного зору, що суттєво спрощує апаратну реалізацію та знижує вимоги до обчислювальних ресурсів порівняно зі стереоскопічними системами. Проведені експериментальні дослідження показали, що метод демонструє високу точність на текстурованих і контрастних поверхнях. Причиною зниження точності вимірювання на однорідних та слабко   текстурованих поверхнях є недостатня кількість ключових точок на зображенні.

Показана можливість застосування методу вимірювання пройденої відстані у системах навігації наземних транспортних засобів.

Посилання

Schmidt, G. T., “GPS Based Navigation Systems in Difficult Environments”, Gyroscopy and Navigation, vol. 10, pp. 41–53, 2019. [Online]. Available: https://doi.org/10.1134/S207510871902007X.

Dovhopolyi A. S. and Zahirskyi A. V. " Conceptual principles and method of creating a high-through autonomous ground robotic complex" Mechanics of Gyroscopic Systems, no. 48, pp. 5–14, 2024. [Online]. Available: https://doi.org/10.20535/0203-3771482024317860.

Du, Shuang, Wei Sun, and Yang Gao “MEMS IMU Error Mitigation Using Rotation Modulation Technique”, Sensors, vol. 12, 2017. [Online]. Available: https://doi.org/10.3390/s16122017.

Nesterenko O. I. "Features of errors in a micro-mechanical inertial naviga-tion system in autonomous mode of operation," in Proc. XXIII Int. Conf. Instrument Making, pp. 28–31.

Mohamed S. A. S., Haghbayan M. H., Westerlund T., Heikkonen J., Tenhunen H., and Plosila J. “A Survey on Odometry for Autonomous Navigation Systems”, IEEE Access, vol. 7, pp. 97466–97486, 2019. [Online]. Available: https://doi.org/10.1109/ACCESS.2019.2929133.

Yousif, K., Bab-Hadiashar, A, and Hoseinnezhad, R., “An Overview to Visual Odometry and Visual SLAM: Applications to Mobile Robotics”, Intelligent Industrial Systems SP, vol. 1, pp. 289–311, 2015. [Online]. Available: https://doi.org/10.1007/s40903-015-0032-7.

Saito, R., Watanabe, K., and Nagai, I., “Laser odometry taking account of the tilt on the laser sensor”, in 2015 10th Asian Control Conference (ASCC), IEEE, 2015, pp. 1–4. [Online]. Available: https://doi.org/10.1109/ASCC.2015.7244648.

Mohammad O. A. Aqel, Mohammad H. Marhaban, M. Iqbal Saripan, and Napsiah Bt. Ismail, “Review of visual odometry: types, approaches, challenges, and applications”, SpringerPlus, vol. 5, 2016. [Online]. Available: https://doi.org/10.1186/s40064-016-3573-7.

Joachim Horn and Günther Schmidt, “Continuous localization of a mobile robot based on 3D-laser-range-data, predicted sensor images, and dead-reckoning”, Robotics and Autonomous Systems, vol. 14, pp. 99–118, 1995. [Online]. Available: https://doi.org/10.1016/0921-8890(94)00023-U.

Vedant Gaur, “Lucas-Kanade Optical Flow Machine Learning Implementa-tions”, Journal of Student Research, vol. 11, 2022. [Online]. Available: https://doi.org/10.47611/jsrhs.v11i3.2957.

Farnebäck, G., Two-Frame Motion Estimation Based on Polynomial Expansion, Berlin, 2003. [Online]. Available: https://doi.org/10.1007/3-540-45103-X_50.

Berthold K. P. Horn and Brian G. Schunck, “Determining optical flow”, Brian G. JO - Artificial. [Online]. Available: https://doi.org/10.1016/0004-3702(81)90024-2.

Xie Xiaomei, “Visual inertia odometer method based on improved optical flow method”, CN111609868A, Sep. 01, 2020.

Gonzalez, R., Rodriguez, F., Guzman, J. L., Pradalier, C., and Siegwart, R., “Control of off-road mobile robots using visual odometry and slip compensation”, Advanced Robotics, vol. 27, pp. 893–906, 2013. [Online]. Available: https://doi.org/10.1080/01691864.2013.791742.

Arman Neyestani, Francesco Picariello, Imran Ahmed, Pasquale Daponte, and Luca De Vito, “From Pixels to Precision: A Survey of Monocular Visual Odometry in Digital Twin Applications”, Sensors, vol. 24, 2024. [Online]. Available: https://doi.org/10.3390/s24041274.

Davies E. R., Machine Vision: Theory, Algorithms, Practicalities, vol. 3. San Francisco, CA , United States: Morgan Kaufmann Publishers Inc., 2004.

Beauchemin S. S. and Barron J. L., “The computation of optical flow”, ACM Computing Surveys, vol. 27, pp. 433–466, 1995. [Online]. Available: https://doi.org/10.1145/212094.212141.

Fleet D. and Weiss Y., “Optical Flow Estimation”, in Handbook of Mathe-matical Models in Computer Vision, Boston, MA: Springer, pp. 237 257. [Online]. Available: https://doi.org/10.1007/0-387-28831-7_15.

Bouguet J., “Pyramidal Implementation of the Lucas Kanade Feature Tracker Description of the algorithm.” [Online]. Available: https://robots.stanford.edu/cs223b04/algo_tracking.pdf.

Richard Hartley and Andrew Zisserman, Multiple View Geometry in Com-puter Vision, 2nd ed. Cambridge University Press, 2003.

Pampukha I. V., Nikiforov M. M., Stelya O. B., and Katrychuk D. O., "Methodology for determining internal parameters of a digital camera through calibration," Scientific Works of the Military Institute of Taras Shevchenko National University of Kyiv, no. 57, pp. 47–55, 2017. [Online]. Available: https://miljournals.knu.ua/index.php/zbirnuk/article/view/251.

##submission.downloads##

Опубліковано

2025-11-18

Номер

Розділ

Прилади та методи контролю