Hugendubel.info - Die B2B Online-Buchhandlung 

Merkliste
Die Merkliste ist leer.
Bitte warten - die Druckansicht der Seite wird vorbereitet.
Der Druckdialog öffnet sich, sobald die Seite vollständig geladen wurde.
Sollte die Druckvorschau unvollständig sein, bitte schliessen und "Erneut drucken" wählen.

Monokulare Visuelle Odometrie auf Multisensorplattformen für autonome Fahrzeuge

Dissertationsschrift
BuchKartoniert, Paperback
174 Seiten
Deutsch
KIT Scientific Publishingerschienen am09.10.2019
In dieser Arbeit werden die Grenzen aktueller Odometrieschätzung mithilfe monokularer Kamerasysteme identifiziert und erweitert. Die Basis bildet der Bündelblockausgleich, für welchen Punkte in zeitlichem Bildsequenzen verfolgt werden. Hieraus wird sowohl die Kamerabewegung geschätzt als auch die Umgebungsstruktur rekonstruiert. Mithilfe eines LIDAR wird die Tiefeninformation zu den Kameradaten extrahiert und in das Optimierungsproblem integriert. In this work, the limits of current algorithms for odometry estimation for monocular vision systems are identified and extended. The method is based on bundle adjustment with which tracked feature points in a temporal image sequence are reconstructed and the motion of the camera is estimated. Using an aditional LIDAR sensor, depth information that corresponds to the visual feature points is extracted and integrated in the underlying optimization problem.mehr

Produkt

KlappentextIn dieser Arbeit werden die Grenzen aktueller Odometrieschätzung mithilfe monokularer Kamerasysteme identifiziert und erweitert. Die Basis bildet der Bündelblockausgleich, für welchen Punkte in zeitlichem Bildsequenzen verfolgt werden. Hieraus wird sowohl die Kamerabewegung geschätzt als auch die Umgebungsstruktur rekonstruiert. Mithilfe eines LIDAR wird die Tiefeninformation zu den Kameradaten extrahiert und in das Optimierungsproblem integriert. In this work, the limits of current algorithms for odometry estimation for monocular vision systems are identified and extended. The method is based on bundle adjustment with which tracked feature points in a temporal image sequence are reconstructed and the motion of the camera is estimated. Using an aditional LIDAR sensor, depth information that corresponds to the visual feature points is extracted and integrated in the underlying optimization problem.