Generación de Puntos de Control de Tierra Virtuales Usando una Cámara Binocular
Autores: Vazquez-Dominguez, Ariel; Magadán-Salazar, Andrea; Pinto-Elías, Raúl; Fuentes-Pacheco, Jorge; López-Sánchez, Máximo; Abaunza-González, Hernán
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Generación de Puntos de Control de Tierra Virtuales Usando una Cámara Binocular
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Metodología
Puntos de control terrestre virtuales
Cámara binocular
Dron
Reconstrucción 3D
COLMAP
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este documento presenta una metodología para generar puntos de control terrestre virtuales (VGCPs) utilizando una cámara binocular montada en un dron. Comparamos las mediciones de las cámaras binocular y monocular entre el método clásico y el propuesto. Este trabajo tiene como objetivo disminuir los tiempos de procesamiento humano mientras se mantiene un error cuadrático medio (RMSE) reducido para la reconstrucción 3D. Además, proponemos utilizar COLMAP para mejorar la precisión de la reconstrucción utilizando únicamente una nube de puntos dispersa. Los resultados demuestran que la implementación de COLMAP para el preprocesamiento reduce el RMSE en hasta un 16.9% en la mayoría de los casos. Demostramos que los VGCPs reducen aún más el RMSE en hasta un 61.08%.
Descripción
Este documento presenta una metodología para generar puntos de control terrestre virtuales (VGCPs) utilizando una cámara binocular montada en un dron. Comparamos las mediciones de las cámaras binocular y monocular entre el método clásico y el propuesto. Este trabajo tiene como objetivo disminuir los tiempos de procesamiento humano mientras se mantiene un error cuadrático medio (RMSE) reducido para la reconstrucción 3D. Además, proponemos utilizar COLMAP para mejorar la precisión de la reconstrucción utilizando únicamente una nube de puntos dispersa. Los resultados demuestran que la implementación de COLMAP para el preprocesamiento reduce el RMSE en hasta un 16.9% en la mayoría de los casos. Demostramos que los VGCPs reducen aún más el RMSE en hasta un 61.08%.