Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

| Crea un account

Basso, Filippo (2015) A non-parametric Calibration Algorithm for Depth Sensors Exploiting RGB Cameras. [Tesi di dottorato]

Full text disponibile come:

[img]
Anteprima
Documento PDF - Versione sottomessa
22Mb

Abstract (inglese)

Range sensors are common devices on modern robotic platforms. They endow
the robot with information about distance and shape of the objects in the sensors
field of view. In particular, the advent in the last few years of consumer RGB-
D sensors such as the Microsoft Kinect, has greatly fostered the development of
depth-based algorithms for robotics. In fact, such sensors can provide a large
quantity of data at a relatively low price.
In this thesis three different calibration problems for depth sensors are tackled.
The first original contribution to the state of the art is an algorithm to recover the
axis of rotation of a 2D laser range finder (LRF) mounted on a rotating support.
The key difference with other approaches is the use of kinematics point-plane
constraints to estimate the pose of the LRF with respect to a static camera, and
screw decomposition to recover the axis of rotation. The correct reconstruction of
a small indoor environment after calibration validates the proposed algorithm.
The second and most important original contribution of the thesis is a fully
automatic two-steps calibration algorithm for structured-light depth sensors (e.g.
Kinect). The key novelty of this work is the separation of the depth error into two
components, corrected with functions estimated on a pixel-basis. This separation,
validated by experimental observations, allows to dramatically reduce the number
of parameters in the final non-linear minimization and, consequently, the time for
the solution to converge to the global minimum. The depth images of a test set
corrected using the obtained calibration parameters are analyzed and compared to
the ground truth. The comparison shows that they differ from the real ones just
for an unpredictable noise. A qualitative analysis of the fusion between depth and
RGB data further confirms the effectiveness of the approach. Moreover, a ROS
package for both calibrating and correcting the Kinect data has been released as
open source.
The third contribution reported in the thesis is a new distributed calibration
algorithm for networks composed by cameras and already-calibrated depth sensors.
A ROS package implementing the proposed approach has been developed and
is available for free as a part of a big open source project for people tracking:
OpenPTrack. The developed package is able to calibrate networks composed by a
dozen sensors in real-time (i.e., batch processing is not needed), exploiting plane-
to-plane constraints and non-linear least squares optimization.

Abstract (italiano)

I sensori di profondità sono dispositivi comuni sui robot moderni. Essi forniscono
al robot informazioni sulla distanza e sulla forma degli oggetti nel loro campo di
visione, permettendogli di agire di conseguenza. In particolare, l’arrivo negli ultimi
anni di sensori RGB-D di consumo come Microsoft Kinect, ha favorito lo sviluppo
di algoritmi per la robotica basati su dati di profondità. Di fatto, questi sensori
sono in grado di generare una grande quantità di dati ad un prezzo relativamente
basso.
In questa tesi vengono affrontati tre diversi problemi riguardanti la calibrazione
di sensori di profondità. Il primo contributo originale allo stato dell’arte è un
algoritmo per stimare l’asse di rotazione di un laser range finder (LRF) 2D montato
su un supporto rotante. La differenza chiave con gli altri approcci è l’utilizzo di
vincoli punto-piano derivanti dalla cinematica per stimare la posizione del LRF
rispetto ad una videocamera fissa, e l’uso di una screw decomposition per stimare
l’asse di rotazione. La corretta ricostruzione di una stanza dopo la calibrazione
valida l’algoritmo proposto.
Il secondo e più importante contributo originale di questa tesi è un algoritmo
completamente automatico per la calibrazione di sensori di profondità a luce strut-
turata (ad esempio Kinect). La chiave di questo lavoro è la separazione dell’errore
di profondità in due componenti, entrambe corrette pixel a pixel. Questa separa-
zione, validata da osservazioni sperimentali, permette di ridurre sensibilmente il
numero di parametri nell’ottimizzazione finale e, di conseguenza, il tempo neces-
sario affinché la soluzione converga al minimo globale. Il confronto tra le immagini
di profondità di un test set, corrette con i parametri di calibrazione ottenuti, e
quelle attese, dimostra che la differenza tra le due è solamente di una quantità ca-
suale. Un’analisi qualitativa della fusione tra dati di profondità e RGB conferma
ulteriormente l’efficacia dell’approccio. Inoltre, un pacchetto ROS per calibrare e
correggere i dati generati da Kinect è disponibile open source.
Il terzo contributo riportato nella tesi è un nuovo algoritmo distribuito per la
calibrazione di reti composte da videocamere e sensori di profondità già calibrati.
Un pacchetto ROS che implementa l’algoritmo proposto è stato rilasciato come
parte di un grande progetto open source per il tracking di persone: OpenPTrack.
Il pacchetto sviluppato è in grado di calibrare reti composte da una decina di
sensori in tempo reale (non è necessario processare i dati in un secondo tempo),
sfruttando vincoli piano-piano e un’ottimizzazione non lineare.

Statistiche Download - Aggiungi a RefWorks
Tipo di EPrint:Tesi di dottorato
Relatore:Menegatti, Emanuele
Dottorato (corsi e scuole):Ciclo 27 > scuole 27 > INGEGNERIA DELL'INFORMAZIONE > SCIENZA E TECNOLOGIA DELL'INFORMAZIONE
Data di deposito della tesi:30 Luglio 2015
Anno di Pubblicazione:30 Luglio 2015
Parole chiave (italiano / inglese):Calibrazione/Calibration, Kinect, Depth Sensor, Camera, Intrinsic Parameters, Laser Range Finder, RGB-D
Settori scientifico-disciplinari MIUR:Area 09 - Ingegneria industriale e dell'informazione > ING-INF/05 Sistemi di elaborazione delle informazioni
Struttura di riferimento:Dipartimenti > Dipartimento di Ingegneria dell'Informazione
Codice ID:8908
Depositato il:26 Ago 2016 10:01
Simple Metadata
Full Metadata
EndNote Format

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record