Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/45367
| Title: | การระบุตำแหน่งพร้อมกับการสร้างแผนที่ขนาดใหญ่ด้วยกล้องวิดีโอมุมกว้าง |
| Other Titles: | LARGE SCALE SLAM USING WIDE-ANGLE CAMERA |
| Authors: | ยุทธนา สุทธสุภา |
| Advisors: | อรรถวิทย์ สุดแสง |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
| Advisor's Email: | Attawith.S@Chula.ac.th,attawith@gmail.com |
| Issue Date: | 2557 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | วิธีการระบุตำแหน่งพร้อมกับการสร้างแผนที่ เป็นกระบวนการที่หุ่นยนต์สามารถระบุตำแหน่งของตนว่าอยู่ ณ จุดใดในแผนที่ ในขณะเดียวกันหุ่นยนต์ก็จะทำการสร้างแผนที่ของสิ่งแวดล้อมในบริเวณที่หุ่นยนต์เคลื่อนที่ผ่านไปพร้อม ๆ กัน โดยที่หุ่นยนต์นั้นไม่มีข้อมูลของสิ่งแวดล้อมมาก่อน ในงานวิจัยนี้ได้นำเสนอวิธีการระบุตำแหน่งพร้อมกับการสร้างแผนที่ขนาดใหญ่ด้วยกล้องวิดีโอมุมกว้างโดยกล้องวิดีโอสามารถเคลื่อนที่ได้อย่างอิสระ ความท้าทายของการสร้างแผนที่ขนาดใหญ่ก็คือการจัดการประสิทธิภาพของอัลกอริทึมให้สามารถทำงานได้ทันการณ์ นอกจากนี้อัลกอริทึมยังต้องทนทานต่อข้อมูลรบกวน และต้องรับมือกับปัญหาการเบี่ยงเบนของขนาดแผนที่อันเกิดจากการใช้กล้องวิดีโอตัวเดียว ผลลัพธ์ที่ได้จากการทำงานของอัลกอริทึม จะเป็นแผนที่ของสิ่งแวดล้อมในบริเวณที่กล้องเคลื่อนที่ผ่าน และสถานะของกล้องในสามมิติ โดยแผนที่จะถูกอธิบายด้วยตำแหน่งของจุดสังเกตในสามมิติจำนวนมาก ส่วนสถานะของกล้องจะประกอบด้วยตำแหน่งของกล้องและทิศทางการวางตัวของกล้องในสามมิติ และในตอนท้ายของงานวิจัยได้แสดงการทดลองการทำงานของการระบุตำแหน่งพร้อมกับการสร้างแผนที่ด้วยกล้องวิดีโอแบบเลนส์ตาปลาในสิ่งแวดล้อมจริง โดยอาศัยมนุษย์ในการถือกล้องและเคลื่อนที่กล้องไปมาในสามมิติ ซึ่งอัลกอริทึมที่ได้นำเสนอนั้นก็สามารถระบุตำแหน่งของกล้อง และสร้างแผนที่ของสิ่งแวดล้อมได้เป็นอย่างดี |
| Other Abstract: | Simultaneous localization and mapping (SLAM) is a technique for a robot to automatically determine its location and to build up an environment map simultaneously while traversing in an unknown environment. This work proposes a real-time SLAM method for a hand-held wide-angle camera, that is allowed to move freely in a large scale 3D environment. The challenge of the work lies on achieving the desired robustness while attaining the real-time performance as well as ability to cope with noises and the problem of scale drift in monocular localization and mapping. Results produced by the algorithm consist of an environment map and the camera states along the traversed trajectory. The map is represented in the form of a massive group of 3D landmarks and the camera state is composed of the camera's position and direction. Several experiments are performed using a human carrying a fish-eye camera while traversing in a variety of 3D environments. The results confirm the efficiency and effectiveness of the proposed SLAM method. |
| Description: | วิทยานิพนธ์ (วศ.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557 |
| Degree Name: | วิศวกรรมศาสตรดุษฎีบัณฑิต |
| Degree Level: | ปริญญาเอก |
| Degree Discipline: | วิศวกรรมคอมพิวเตอร์ |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/45367 |
| Type: | Thesis |
| Appears in Collections: | Eng - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 5271865821.pdf | 10.71 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.