Medición precisa de la distancia relativa entre un conjunto de fiduciales (aplicación de realidad aumentada)


9

Digamos que tengo un conjunto de 5 marcadores. Estoy tratando de encontrar las distancias relativas entre cada marcador usando un marco de realidad aumentada como ARToolkit . En la alimentación de mi cámara, los primeros 20 cuadros me muestran los primeros 2 marcadores solo para que pueda resolver la transformación entre los 2 marcadores. Los segundos 20 cuadros me muestran solo los marcadores 2 y 3 y así sucesivamente. Los últimos 20 cuadros me muestran los marcadores 5 y 1. Quiero construir un mapa 3D de las posiciones de los marcadores de los 5 marcadores.

Mi pregunta es, sabiendo que habrá imprecisiones con las distancias debido a la baja calidad de la transmisión de video, ¿cómo minimizo las inexactitudes dada toda la información que he reunido?

Mi enfoque ingenuo sería usar el primer marcador como punto base, de los primeros 20 cuadros tome la media de las transformaciones y coloque el segundo marcador y así sucesivamente para el tercero y el cuarto. Para el 5 ° marcador colóquelo entre el 4 ° y 1 ° colocándolo en el medio de la media de las transformaciones entre el 5 ° y 1 ° y el 4 ° y 5 °. Sin embargo, este enfoque creo que tiene un sesgo hacia la primera colocación de marcadores y no tiene en cuenta que la cámara ve más de 2 marcadores por fotograma.

En última instancia, quiero que mi sistema pueda calcular el mapa de x número de marcadores. En cualquier cuadro puede aparecer hasta x marcadores y existen errores no sistémicos debido a la calidad de la imagen.

Cualquier ayuda con respecto al enfoque correcto de este problema sería muy apreciada.


1. ¿Se conoce la geometría / disposición de los marcadores? 2. ¿Puede estimar la matriz fundamental de la cámara a través de una configuración de calibración?
nav

Respuestas:


1

Puede usar la estructura del algoritmo de tipo de movimiento para estimar la pose de la cámara desde el entorno, no desde los marcadores y luego fusionar esta pose de la cámara con las poses del marcador para detectar las ubicaciones de los marcadores con precisión. Conociendo la pose extrínseca de su cámara (por SFM), puede triangular todas las posiciones 3D.

Para la estimación de pose, los métodos de 5 puntos suelen ser más precisos que el algoritmo de 8 puntos.

Presumiblemente, debe hacer más ajustes de paquete para que aumente la precisión general.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.