Ανάπτυξη και εφαρμογή μονοεικονικού συστήματος SLAM

Σταθοπούλου, Βασιλική; Stathopoulou, Vasiliki

dc.contributor.author	Σταθοπούλου, Βασιλική	el
dc.contributor.author	Stathopoulou, Vasiliki	en
dc.date.accessioned	2021-07-29T08:24:33Z
dc.date.available	2021-07-29T08:24:33Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/53728
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21426
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Όραση υπολογιστών	el
dc.subject	Μονοεικονικό σύστημα SLAM	el
dc.subject	Οπτικός χάρτης	el
dc.subject	Φωτογραμμετρία	el
dc.subject	Οπτικό SLAM	el
dc.subject	Computer vision	en
dc.subject	Monocular SLAM system	el
dc.subject	Visual map	el
dc.subject	Photogrammetry	el
dc.subject	Visual SLAM	el
dc.title	Ανάπτυξη και εφαρμογή μονοεικονικού συστήματος SLAM	el
dc.title	Development and implementation of a monocular SLAM system	en
dc.contributor.department	Εργαστήριο φωτογραμμετρίας	el
heal.type	bachelorThesis
heal.classification	Φωτογραμμετρία	el
heal.classification	Photogrammetry	en
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-03-10
heal.abstract	Τα τελευταία χρόνια, το οπτικό SLAM (Visual SLAM) έχει γνωρίσει σημαντική εξέλιξη σε διάφορους τομείς, όπως είναι η ρομποτική, η επαυξημένη πραγματικότητα, η αποτύπωση μνημείων πολιτιστικής κληρονομιάς, κ.ά. Ένα από τα κυριότερα πλεονεκτήματά του είναι ότι η διαδικασία του υπολογισμού της θέσης και της τρισδιάστατης χαρτογράφησης του άγνωστου περιβάλλοντος γίνεται ταυτόχρονα και αναδρομικά, χωρίς καμία αρχική γνώση. Οι τεχνικές που βασίζονται στην εξαγωγή χαρακτηριστικών σημείων, ψάχνουν για συνταυτίσεις σημείων μεταξύ των εικόνων, συγκρίνοντας τους περιγραφείς τους και βελτιστοποιούν τη λύση ελαχιστοποιώντας το σφάλμα επαναπροβολής. Επομένως, δεν χρησιμοποιούν όλη την πληροφορία της εικόνας και γι’ αυτό παράγουν ένα αραιό νέφος σημείων. Η παρούσα διπλωματική εργασία εστιάζει στην ανάπτυξη και εφαρμογή ενός τέτοιου οπτικού συστήματος που λειτουργεί σε πραγματικό χρόνο, το ORB-SLAM 2, που αναπτύχθηκε από τους Mur-Artal et al. (2017). H εφαρμογή πραγματοποιείται εκτός σύνδεσης, επειδή τα δεδομένα που χρησιμοποιήθηκαν είχαν ήδη αποκτηθεί. Ο αλγόριθμος εφαρμόστηκε σε δύο σετ δεδομένων, που περιγράφουν δύο διαφορετικά περιβάλλοντα, ένα υποθαλάσσιο και ένα αστικό, έτσι ώστε να αξιολογηθεί τόσο η απόδοσή του όσο και η ακρίβεια εντοπισμού της θέσης της κάμερας. Ακόμα, προτείνεται η δημιουργία ενός αυξητικού οπτικού χάρτη, με σκοπό να προσφέρει μια πιο ολοκληρωμένη εικόνα του εκάστοτε περιβάλλοντος στο χρήστη. Ο συγκεκριμένος χάρτης αξιοποιεί τη διαδικασία της εξαγωγής και συνταύτισης σημείων μεταξύ των εικόνων του ORB- SLAM 2 καθώς και το αρχείο της πορείας της κάμερας. Πιο συγκεκριμένα, ο ORB-SLAM 2 τροποποιήθηκε έτσι ώστε κατά την εκτέλεσή του να παράγει ένα αρχείο με τα ονόματα διαδοχικών εικόνων-“κλειδιά” και τις συνταυτίσεις τους. Η προτεινόμενη μέθοδος “διαβάζει” το αρχείο της πορείας της κάμερας και αποθηκεύει για κάθε ζευγάρι εικόνων-“κλειδιά” τις συνταυτίσεις του. Σε περίπτωση που αυτές δεν υπάρχουν ή υπάρχουν αλλά είναι λιγότερες από 4, εκτελείται ο ανιχνευτής ORB. Στη συνέχεια, υπολογίζονται οι ομογραφίες για κάθε ζεύγος ως προς το επίπεδο της πρώτης εικόνας (εικόνα αναφοράς) και οι εικόνες μετασχηματίζονται. Υπολογίζονται οι διαστάσεις της τελικής εικόνας και προβάλλονται πάνω σε αυτή οι μετασχηματισμένες εικόνες. Ο οπτικός χάρτης παράγεται και οπτικοποιείται χρησιμοποιώντας δύο μεθόδους. Η μέθοδος εφαρμόστηκε σε υποθαλάσσιο περιβάλλον. Τα συμπεράσματα επικεντρώνονται κυρίως στην αξιολόγηση του ORB-SLAM 2 και του οπτικού χάρτη. Ακόμη, προτείνονται βελτιώσεις για ενίσχυσή τους.	el
heal.abstract	Visual SLAM (Simultaneous Localization and Mapping) has been investigated for many years, in several fields such as robotics, AR, documentation of cultural heritage etc. Significant evolution and achievements have been made, with feature-based techniques becoming robust and accurate. The main advantage of SLAM system is that the process of localization and 3D mapping is done concurrently and recursively without any prior knowledge. Feature-based techniques rely on the extraction of feature points. They search for correspondences by comparing the descriptor of each feature point between images and optimize the solution by minimizing the reprojection error. Therefore, they do not use the whole information of an image and they produce a sparse point cloud. This thesis focuses on the development and implementation of such a Visual SLAM system, called ORB-SLAM 2, which is presented by Mur-Artal et al. (2017). The work is limited to an offline process because the data used had already been acquired. It was tested on two datasets, describing two different environments, an underwater and an urban scenario, in order to evaluate its performance and localization accuracy. It also proposes the creation of an incremental visual map which aims to provide a more informative view of the environment to the user, making the produced point cloud graspable. This visual map leverages the feature matching procedure of the ORB-SLAM 2 and the produced keyframe trajectory as well. In particular, the ORB-SLAM 2 was modified in such way to create a text file containing the consecutive keyframes with their correspondences. The proposed program reads the keyframe trajectory file and stores for each pair of keyframes its matches. In case no matches have been found or are less than 4, the ORB operator takes place. Then, the homographies for each pair are estimated inside a RANSAC scheme with respect to the first image plane (reference). The dimensions of the final “mosaic” are computed, and the images get warped. The mosaic is produced and can be displayed incrementally with two different approaches. The proposed approach was tested on the underwater dataset. The conclusions mainly focus on the evaluation of the ORB-SLAM 2 system and the visual map. Further improvements are also discussed.	en
heal.advisorName	Γεωργόπουλος, Ανδρέας
heal.advisorName	Georgopoulos, Andreas
heal.committeeMemberName	Γεωργόπουλος, Ανδρέας	el
heal.committeeMemberName	Δουλάμης, Αναστάσιος	el
heal.committeeMemberName	Ιωαννίδης, Χαράλαμπος	el
heal.committeeMemberName	Georgopoulos, Andreas	en
heal.committeeMemberName	Doulamis, Anastasios	en
heal.committeeMemberName	Ioannidis, Charalabos	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false