logo móvil
Contáctanos

Una Solución Mínima para Estimar la Posición de Cámaras con Longitud Focal Desconocida con Asistencia de IMU

Autores: Yan, Kang; Yu, Zhenbao; Song, Chengfang; Zhang, Hongping; Chen, Dezhong

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Una Solución Mínima para Estimar la Posición de Cámaras con Longitud Focal Desconocida con Asistencia de IMU


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Drones
Cámaras
Estimación de pose relativa
Distancia focal
Deriva del IMU
Adquisición de imágenes

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Los drones suelen estar equipados con cámaras integradas y unidades de medición inercial (IMUs). Es crucial lograr el control de actitud del dron a través de la estimación de pose relativa utilizando cámaras. La deriva del IMU se puede ignorar durante períodos cortos. Con base en esta premisa, en este documento se proponen cuatro métodos para estimar la pose relativa y la longitud focal en diversos escenarios de aplicación: para escenarios donde la longitud focal de la cámara varía entre momentos adyacentes y es desconocida, la pose relativa y la longitud focal se pueden calcular a partir de correspondencias de cuatro puntos; para escenarios de movimiento plano donde la longitud focal de la cámara varía entre momentos adyacentes y es desconocida, la pose relativa y la longitud focal se pueden determinar a partir de correspondencias de tres puntos; para instancias de movimiento plano donde la longitud focal de la cámara es igual entre momentos adyacentes y es desconocida, la pose relativa y la longitud focal se pueden calcular a partir de correspondencias de dos puntos; finalmente, para escenarios donde se emplean múltiples cámaras para la adquisición de imágenes pero solo una está calibrada, se puede utilizar un método propuesto para estimar la pose y la longitud focal de cámaras no calibradas. La estabilidad numérica y el rendimiento de estos métodos se comparan y analizan bajo diversas condiciones de ruido utilizando conjuntos de datos simulados. También evaluamos el rendimiento de estos métodos en conjuntos de datos reales capturados por un dron en diversas escenas. Los resultados experimentales demuestran que el método propuesto en este documento logra una precisión y estabilidad superiores a los métodos clásicos.

Otros recursos que podrían interesarte

Temas Virtualpro