Структура из движения –StructureFromMotion
Алгоритмы восстановления структуры из движения (SFM) к настоящему моменту обеспечивают полное решение проблемы восстановления по последовательности кадров от единственной движущейся телекамеры положения всех интересующих объектов, траектории камеры и параметров внутренней калибровки. При этом такие параметры, как фокусное расстояние камеры и коэффициенты искажений могут изменяться в пределах последовательности кадров [1]. Любая дополнительная информация об относительном положении объектов или точек траектории может быть использована для уточнения решения.
Основным недостатком алгоритмов типа SFMявляется то, что они не предназначены для работы в реальном времени. Большая часть алгоритмов [2] требует пакетной обработки всей последовательности кадров, что сильно ограничивает применимость предлагаемых подходов.
VSLAM
В статье [3] представлен наиболее известный на данный момент алгоритм одновременной локализации и построения карты с использованием единственной телевизионной камеры. При этом автором заявлена возможность работы описанного алгоритма в реальном времени. В системе Дэвисона расширенный фильтр Калмана используется для последовательной оценки параметров движения с использованием калиброванной камеры и наблюдения за устойчивыми признаками. Моделирование погрешности в реальном времени обеспечивает возможность хранения и повторного обнаружения ранее потерянных признаков. Данная система особенно эффективна при использовании телевизионной камеры с широкоугольным объективом. Другие недавно разработанные методы включают ориентированные на работу в реальном времени вариации на тему SFMс использованиемRANSAC[12].
Фильтр Калмана, используемый в [3], работает хорошо, если обеспечивается приближенная линейность между временными шагами. Кроме того, фильтр Калмана хорошо описывает высокоинерционное движение, обеспечивает строгое математическое описание алгоритмов и предоставляет аппарат для комплексирования данных различной природы.
Обратное представление глубины
Телевизионная камера является пеленгующим сенсором, что означает, что она не обеспечивает информацию о расстоянии до видимых объектов. Для того чтобы оценить расстояние, необходимо наблюдать одни и те же признаки или объекты из разных точек. Важной проблемой при этом является инициализация – присвоение начальных значений глубины и ее дисперсии при наличии только одного кадра-измерения.
С этой проблемой хорошо справляется подход, основанный на обратном представлении глубины [4]. При таком подходе признаки кодируются лучем, направленным в точку первого обнаружения объекта (представляется трехмерными координатами оптического центра камеры и углами азимута и склонения), и обратной глубиной вдоль этого луча:
Когда признак обнаруживается в первый раз, от камеры может быть получена только информация о луче. Поскольку о глубине никакой информации в этот момент нет, делается исходное предположение в виде:
,
такое, чтобы с 95%-вероятностью точка попадала в диапазон глубин от ближайшей возможной до бесконечности.
Важным преимуществом подхода обратного представления глубины является то, что все точки описываются и анализируются одинаковым образом, независимо от того, находятся они близко или далеко, и имеется ли о них какая-либо информация, или же нет.