THÔNG TIN TÀI LIỆU
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN ĐÌNH HUÂN PHÁT HIỆN VẬT CẢN CHUYỂN ĐỘNG CHO ROBOT LÀM VIỆC TRONG MÔI TRƯỜNG ĐÔ THỊ NGÀNH: KỸ THUẬT ĐIỆN – 60520202 S K C0 Tp Hồ Chí Minh, tháng 10/2015 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN ĐÌNH HUÂN PHÁT HIỆN VẬT CẢN CHUYỂN ĐỘNG CHO ROBOT LÀM VIỆC TRONG MÔI TRƯỜNG ĐÔ THỊ NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Hướng dẫn khoa học: TS LÊ MỸ HÀ Tp Hồ Chí Minh, tháng 10 năm 2015 Luan van LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƯỢC Họ & tên: NGUYỄN ĐÌNH HUÂN Ngày, tháng, năm sinh: 17/11/1990 Quê quán: Phù Cát – Bình Định Chỗ riêng: Số 36, Đường số 1, P.Bình An, Quận Điện thoại: 0978747855 Giới tính: Nam Nơi sinh: Kon Tum Dân tộc: Kinh 2, TP.HCM II QUÁ TRÌNH ĐÀO TẠO Cao đẳng Hệ đào tạo: Chính quy Thời gian đào tạo: từ 09/2008 đến 09/2011 Nơi học (trường, thành phố): Trường Đại học Công nghiệp TP Hồ Chí Minh Ngành học: Kỹ thuật Điện Đại học Hệ đào tạo: Liên thông Thời gian đào tạo: từ 09/2011 đến 05/2013 Nơi học (trường, thành phố): Trường Đại học Cơng nghiệp TP Hồ Chí Minh Ngành học: Kỹ thuật Điện Tên đồ án tốt nghiệp: Đồ án thiết kế tủ chuyển mạch tự động ATS Ngày & nơi bảo vệ đồ án tốt nghiệp: Tháng 2/2013 Trường Đại học Công nghiệp TP.HCM Người hướng dẫn: Giảng viên Phạm Tồn Sinh III Q TRÌNH CƠNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC Thời gian 2013-2015 Nơi công tác Trường ĐH Sư phạm kỹ thuật TP Hồ Chí Minh I Luan van Cơng việc Học viên LỜI CAM ĐOAN Tôi cam đoan cơng trình nghiên cứu tơi Một số nội dung có nghiên cứu tham khảo từ nhóm nghiên cứu khác giới Các số liệu, kết nêu luận văn trung thực kiểm nghiệm liệu lấy từ thực tế Nội dung luận án có tham khảo sử dụng số thông tin, tài liệu từ nguồn sách, tạp chí liệt kê danh mục tài liệu tham khảo Tp Hồ Chí Minh, ngày 25 tháng 10 năm 2015 (Ký tên ghi rõ họ tên) II Luan van LỜI CẢM ƠN Lời đầu tiên, em xin gửi đến thầy TS Lê Mỹ Hà lời cảm ơn chân thành sâu sắc Nhờ có hướng dẫn giúp đỡ tận tình thầy suốt thời gian qua, em thực hồn thành luận văn Những lời nhận xét, góp ý hướng dẫn tận tình thầy giúp em có định hướng đắn suốt trình thực đề tài, giúp em nhìn ưu khuyết điểm đề tài bước hoàn thiện Đồng thời, em xin trân trọng cảm ơn thầy cô trường Đại học Sư phạm kỹ thuật TP Hồ Chí Minh nói chung khoa Điện -Điện tử nói riêng dạy dỗ chúng em suốt quãng thời gian ngồi ghế giảng đường N hững lời giảng thầy cô bục giảng trang bị cho chúng em kiến thức giúp chúng em tích lũy thêm kinh nghiệm Em xin gửi lời cảm ơn tới c ác anh chị học viên khóa trư ớc tận tình hướng dẫn em, định hướng ngày bắt đầu nhận đề tài luận văn Bên cạnh đó, em xin cảm ơn hỗ trợ giúp đỡ bạn bè thời gian học tập trường Sư phạm kỹ thuật TP.Hồ Chí Minh q trình hồn trình hồn thành luận văn Cuối cùng, chân thành cảm ơn động viên hỗ trợ gia đình cha mẹ suốt thời gian học tập Đặc biệt, xin gửi lời cảm ơn trân trọng đến cha mẹ, người sinh nuôi dưỡng nên người Sự quan tâm, lo lắng hy sinh lớn lao cha mẹ động lực cho cố gắng phấn đấu đường học tập Một lần nữa, xin gửi đến cha mẹ biết ơn sâu sắc TP Hồ Chí Minh, ngày 25 tháng 10 năm 2015 NGUYỄN ĐÌNH HN III Luan van TĨM TẮT PHÁT HIỆN VẬT CẢN CHUYỂN ĐỘNG CHO ROBOT LÀM VIỆC TRONG MƠI TRƯỜNG ĐƠ THỊ Các q trình xử lý tránh vật cản cho robot hệ thống hỗ trợ lái xe mơi trường thị cần nhiều thông tin môi trường làm việc Trích xuất thơng tin từ hình ảnh hệ thống camera nhiệm vụ phức tạp có nhiều khó khăn cho cảnh mơi trường thị Luận văn trình bày phương pháp để phát đối tượng chuyển động cách sử dụng dịng cảnh thưa Đối với hình ảnh stereo liên tục lấy từ xe di chuyển, điểm đặc trưng tương ứng trích xuất Khi đó, với điểm đặc trưng, giá trị chênh lệch điểm ảnh dòng quang biết đến, dịng cảnh tính tốn Các điểm đặc trưng liền kề mô tả dịng cảnh tương tự giống coi thuộc đối tượng Phương pháp đề xuất cho phép phát mạnh mẽ đối tượng chuyển động môi trường đô thị Các đối tượng quan trọng phát liên tục nhiều khung hình Các đối tượng đến gần robot phát vịng năm khung hình sau chúng xuất cảnh Nguyễn Đình Huân - KDD2013B IV Luan van ABSTRACT DETECTION OF MOVING OBSTACLES FOR ROBOT WORKING IN THE URBAN ENVIRONMENT The process of obstacle avoidance of robot as well as driver assistance systems need reliable information on the current environment Extracting such information from camera-based systems is a complex and challenging task for inner city scenarios This thesis presents an approach for object detection utilizing sparse scene flow For consecutive stereo images taken from a moving vehicle, corresponding feature points are extracted Thus, for every feature point, disparity and optical flow values are known and consequently, scene flow can be calculated Adjacent feature points describing a similar scene flow are considered to belong to one rigid object The proposed method allows a robust detection of dynamic objects in traffic scenes Leading objects are continuously detected for several frames Oncoming objects are detected within five frames after their appearance Nguyễn Đình Huân - KDD2013B V Luan van MỤC LỤC LÝ LỊCH KHOA HỌC I LỜI CAM ĐOAN II LỜI CẢM ƠN III TÓM TẮT IV ABSTRACT V MỤC LỤC VI DANH MỤC CÁC HÌNH IX DANH MỤC CÁC CHỮ VIẾT TẮT XI Chương 1: TỔNG QUAN 1.1 Tổng quan chung lĩnh vực nghiên cứu, kết nghiên cứu nước công bố 1.1.1 Tổng quan chung phát vật cản chuyển động cho robot 1.1.2 Kết nghiên cứu nước 1.2 Mục tiêu đối tượng nghiên cứu 1.2.1 Mục tiêu nghiên cứu 1.2.2 Đối tượng nghiên cứu 1.3 Nhiệm vụ đề tài phạm vi nghiên cứu 1.3.1 Nhiệm vụ đề tài 1.3.2 Phạm vi nghiên cứu 1.4 Phương pháp nghiên cứu Chương 2: CƠ SỞ LÝ THUYẾT 2.1 Phát vùng ảnh stereo 2.2 Tìm cặp điểm đặc trưng tương đồng 2.2.1 Định nghĩa đặc trưng 2.2.2 Các dị tìm đặc trưng 10 2.3 Thông số nội camera 19 2.4 Thuật toán RANSAC 24 2.5 Định vị camera dựa điểm tương đồng (Egomotion) 26 Nguyễn Đình Huân - KDD2013B VI Luan van 2.5.1 Hình học Epipolar ma trận 26 2.5.2 Ma trận thiết yếu thông số ngoại camera 26 2.6 Giải thuật điểm kết hợp RANSAC .27 2.7 Thuật toán tối ưu xác định vị trí robot 28 2.8 Ma trận hiệp phương sai 29 2.9 Tam giác Delaunay 31 2.10 Khoảng cách Mahalanobis 32 2.11 Giải thuật tìm kiếm theo chiều sâu 34 2.12 Phương pháp láng giềng gần toàn cục GNN 39 2.12.1 Các sở MHT 41 2.12.2 Thuật toán REID .41 2.12.3 Đánh giá giả thuyết 42 Chương 3: PHƯƠNG PHÁP PHÁT HIỆN VẬT CẢN CHUYỂN ĐỘNG.45 3.1 Giới thiệu số phương pháp pháp vật cản 45 3.1.1 Các phương pháp phát vật không sử dụng camera 45 3.1.2 Các phương pháp phát vật sử dụng camera .47 3.2 Giới thiệu hệ thống Stereo camera 52 3.3 Phương pháp phát đối tượng chuyển động 55 3.3.1 Tổng quan phương pháp .55 3.3.2 Phát đặc trưng 56 3.3.3 Đối sánh đặc trưng .57 3.3.4 Khôi phục 3D .59 3.3.5 Ước lượng Egomotion .60 3.3.6 Tính tốn dịng cảnh 62 3.3.7 Phân nhóm dịng cảnh .63 3.3.8 Liên kết đối tượng 66 Chương 4: THỰC NGHIỆM 68 4.1 Thu thập liệu 68 4.2 Kết thực nghiệm .69 Nguyễn Đình Huân - KDD2013B VII Luan van 4.2.1 Cân chỉnh camera 69 4.2.2 Đối sánh đặc trưng .70 4.2.3 Phát đối tượng 72 Chương 5: KẾT LUẬN 74 PHỤ LỤC A A PHỤ LỤC B F PHỤ LỤC C .G TÀI LIỆU THAM KHẢO H Nguyễn Đình Huân - KDD2013B VIII Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị 4.2.3 Phát đối tượng Để đánh giá khả thuật toán đề xuất để phát đối tượng liên tục, kịch giao thơng Hình 4.6 xem xét: - Theo dõi liên tục xe tơ phía trước vịng 10 s (10 fps) - Phát lớp đối tượng nhỏ xe đạp, xe máy - Các đối tượng tĩnh phát từ egomotion khơng bù trừ Những ô tô phát hiện: - Trong bước thời gian cách phạm vi xa đến 60 m Hình 4.5: Phát đối tượng cảnh đơn giản Nguyễn Đình Huân - KDD2013B 72 Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị Các cảnh phức tạp trường ĐH Sư phạm kỹ thuật TP HCM Người phát phạm vi lên đến 30 m Đối với phạm vi xa lên đến 60 m, đối tượng lớn phát tốt Những xe rẽ hướng bị che phần phát khung Những nhóm người chuyển động giống phát đối tượng Lỗi liên kết từ quan sát đến track cho đối tượng rẽ hướng đột ngột có q nhiều đối tượng gần Hình 4.6: Phát đối tượng tập liệu phức tạp Nguyễn Đình Huân - KDD2013B 73 Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị Chương KẾT LUẬN Chúng tơi trình bày phương pháp để phát lớp đối tượng chuyển động độc lập cho robot hay hệ thống trợ lái cảnh môi trường đô thị Thuật toán đề xuất sử dụng điểm đặc trưng thưa hình ảnh stereo liên tiếp để tính tốn dịng cảnh Các điểm nhóm lại mơ tả kết dịng cảnh giống cho phép phát mạnh mẽ đối tượng chuyển động độc lập cảnh Kết so với phương pháp khác [22] phương pháp nhanh so với phương pháp tương tự sử dụng dòng quang để phát đối tượng Đối với đối tượng có kích thước q nhỏ đối tượng không rõ ràng, bị che phần phương pháp khơng đáp ứng Các bước bao gồm theo dõi nhiều mục tiêu cách chi tiết để cải thiện nhận biết đối tượng phát xác đối tượng bị phát sai, giải đối tượng bị che phần đặt cổng theo dõi không xác Ngồi ra, theo dõi đối tượng robot dừng lại cải thiện Hơn nữa, muốn đưa vào bù trừ chuyển động 3D camera mơ hình chuyển động cho điểm đặc trưng đối tượng phát hiện, nhờ rẽ hướng đối tượng phát xem xét dứt khoát Xa nữa, giải pháp toàn cục để loại bỏ cạnh cấu trúc đồ thị nghiên cứu Với phương pháp phát đối tượng này, thơng tin chuyển động đối tượng cung cấp cho bước xử lý tiếp theo, ví dụ như: định chuyển hướng hay né tránh vật cản robot Vì sở liệu chúng tơi thu thập khơng cung cấp liệu cần thiết xác cho phương pháp đề xuất, cải tiến, thu thập xây dựng lại sở liệu để sử dụng cho phương pháp công trình tương lai Nguyễn Đình Huân - KDD2013B 74 Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Mơi Trường Đơ Thị PHỤ LỤC A Tìm thơng số nội camera tìm ma trận A, với: A u0 v0 (1) Phương pháp thực tìm thông số nội camera sau: Ngõ vào: nhóm cặp điểm, nhóm chứa cặp điểm tương đồng hình ảnh (m) với mơ hình (M) Kích thước ảnh h w Các bước thực hiện: Bước Chuẩn hóa tất điểm ảnh Xây dựng ma trận chuẩn N: 2.0 w N 0 0 2.0 h 1 1 (2) Cho tất nhóm: ̃ = Nm Cho tất điểm ảnh m tính m′ ̃ u u m% v m v (3) Bước Tính ma trận Homography (H’) cho nhóm Ngõ vào: danh sách cặp điểm, cặp tương đồng điểm M mơ hình điểm m ảnh P0 H P3 P6 P1 P4 P7 P2 h1 P5 h2 P8 h3 Nguyễn Đình Huân - KDD2013B A Luan van (4) Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị M%1T T 0 M%2T T L0 M%nT T 0 u1M%1T X Y1 W1 v1M%1T 0 0T u2 M%1T X Y2 W2 M%2T v2 M%1T 0 M 0T u2 M%1T X n Yn Wn M%nT v2 M%1T 0 0T M%1T 0 u1 X u1Y1 X1 Y1 W1 v1 X u1Y1 0 X Y2 W2 M u2 X v2 X u2Y2 v2Y2 0 un X n unYn X n Yn Wn vn X n vnYn u1W1 u1W1 u2W2 v2W2 unWn vnWn (5) Xi Xi Y % M i Yi i 0 Wi Wi (6) P0 P1 h1T P2 L h2T P3 h3T P4 P5 P 6 (7) Gắn ma trận L Giải phương trình Lx = 0, x biến Tìm giá trị sai số nhỏ dùng Levenberg-Marquardt Bước Ước lượng giá trị B: Xây dựng ma trận V B11 B B12 B13 b B11 B23 B13 B23 B33 B12 B22 B12 B22 Nguyễn Đình Huân - KDD2013B (8) B13 B23 B Luan van B33 (9) Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị PP Gi 2i i1 Pi Pi1 Pi Pi1 Pi3 Pi1 Pi Pi1 Pi Pi1 Pi Pi P P i3 i4 Pi Pi Pi Pi1 Pi3 Pi Pi Pi Pi Pi Pi Pi1 Pi Pi Pi Pi G1 G V 2 M Gk Pi Pi Pi 62 Pi 72 (10) (11) Giải phương trình Vb = , b biến Từ giá trị b suy giá trị B Bước Từ B ước lượng thơng số A’ Các bước tính gắn A’ sau: ' A' 0 ' u0' ' v0' (12) B12 B13 B11B23 B13 B22 B122 1 v0' 2 ' B33 3 ' 4 ' 5 ' 6 u0 B122 v0' ( B12 B13 B11B23 ) B11 ' B11 ' B11 B11 B12 B122 B12 ' 'v0 B13 '2 ' ' Để có A, ta giải: A N 1 A Nguyễn Đình Huân - KDD2013B (13) C Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị A 0 0 u0 v0 ' (14) Bước 5: Ước lượng ma trận K Một homography K liên quan đến hệ thống Hoàn lại chuẩn homography cần thiết H N 1H ' | H h1 | | h2 | (15) | h3 | (16) Tính tham số K K R t | R r1 | (17) | r2 | | t1 r3 , t t2 t3 | 7 r1 8 r 9 r 10 r1 r1 A1h1 11 r1 r A1h2 12 r3 r1 r2 10 t r A1h3 1 A h1 A h2 1 r1 r 2 Tìm giá trị sai số nhở dùng Levenberg-Marquardt Nguyễn Đình Huân - KDD2013B D Luan van (18) Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Mơi Trường Đơ Thị Bước Tính méo xuyên tâm ui u0 xi2 yi2 Di vi v0 xi2 yi2 ui u0 xi2 yi2 vi v0 xi2 yi2 d1 D1 D d uui ui k1 2 2 di ; D M ; k k ; d M 2 uvi vi D dn n (19) (20) Gắn D d Giải phương trình Dk = d , k biến Tìm giá trị sai số nhỏ dùng Levenberg-Marquardt Kết thực hiện: Ma trận thông số camera: 664.121 A=[ 0 665.347 Nguyễn Đình Huân - KDD2013B 321.621 238.972 ] E Luan van (21) Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Mơi Trường Đơ Thị PHỤ LỤC B Hình B.1 Hình B.2 giao diện cửa sổ hiệu chỉnh Toolbox Matlab Bouguet thuộc ĐH Công nghệ California (Mỹ) phát triển Hình B.1: Cửa sổ hiệu chỉnh camera Hình B.2: Cửa sổ hiệu chỉnh hệ thống stereo camera Hình B.3: Kết hiệu chỉnh toolbox Matlab Nguyễn Đình Huân - KDD2013B F Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đơ Thị PHỤ LỤC C Chương trình Matlab bao gồm nhiều chương trình con, thể giao diện làm việc thuật tốn Nguyễn Đình Hn - KDD2013B G Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị TÀI LIỆU THAM KHẢO TIẾNG VIỆT [1] Nguyễn Minh Thức, Định vị cho mobile robot sử dụng GPS, ĐH SPKT TPHCM, 2012 [2] Lê Minh, Vẽ Map 3D 2D dùng stereo camera, ĐH SPKT TPHCM, 2012 [3] My-Ha Le, A comparison of SIFT and Harris conner features for correspondence points matching , National IT Industry Promotion Agency, 2010 TIẾNG NƯỚC NGOÀI [4] Motilal Agrawal, Real-time Localization in Outdoor Environments using Stereo Vision and Inexpensive GPS, ICPR, 2006 [5] Renato F Salas-Moreno and Andrew J Davison, SLAM++: Simultaneous Localisation and Mapping at the Level of Objects, CVPR, 2013 [6] D Hoiem, A A Efros, and M Hebert, Geometric context from a single image, in ICCV, 2005, pp 654–661 [7] A Gupta, A A Efros, and M Hebert, Blocks world revisited: Image understanding using qualitative geometry and mechanics, in ECCV, 2010 [8] R Koch, M.Pollefeys, and L J V Gool, Multi viewpoint stereo from uncalibrated video sequences, in ECCV, 1998, pp 55–71 [9] S M Seitz, B Curless, J Diebel, D Scharstein, and R Szeliski, A comparison and evaluation of multi-view stereo reconstruction algorithms, in CVPR, 2006, pp 519–528 [10] A Saxena, M Sun, and A Y Ng, Learning 3-d scene structure from a single still image, in ICCV, 2007, pp 1–8 [11] J.-M Frahm, M Pollefeys, S Lazebnik, D Gallup, B Clipp, R Raguram, C Wu, C Zach, and T Johnson, Fast robust large-scale mapping from video and internet photo collections, ISPRS Journal of Photogrammetry and Remote Sensing, 2010 Nguyễn Đình Huân - KDD2013B H Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị [12] D Gallup, J.-M Frahm, and M Pollefeys, Piecewise planar and nonplanar stereo for urban scene reconstruction, in CVPR, 2010, pp 1418–1425 [13] S Agarwal, N Snavely, I Simon, S M Seitz, and R Szeliski, Building rome in a day, in ICCV, 2009 [14] J.-M Frahm, P Fite-Georgel, D Gallup, T Johnson, R Raguram, C Wu, Y.-H Jen, E Dunn, B Clipp, S Lazebnik, and M Pollefeys, Building rome on a cloudless day, in ECCV, 2010, pp 368–381 [15] H Badino, U Franke, and D Pfeiffer, The stixel world - a compact medium level representation of the 3D-world, in DAGM, 2009, pp 51–60 [16] C Jennings and D Murray, Stereo vision based mapping and navigation for mobile robots, in IEEE Conference on Robotics and Automation, 1997, pp 1694–1699 [17] K Konolige, M Agrawal, R C Bolles, C Cowan, M Fischler, and B Gerkey, Outdoor mapping and navigation using stereo vision, in International Symposium on Experimental Robotics, 2006 [18] S Nedevschi, S Bota, and C Tomiuc Stereo-based pedestrian detection for collision-avoidance applications IEEE Transactions on Intelligent Transportation Systems, 10(3):380–391, 2009 [19] U Franke, C Rabe, H Badino, and S K Gehrig 6d-vision: Fusion of stereo and motion for robust environment perception In Deutsche Arbeitsgemeinschaft für Mustererkennung e V Symposium, pages 216–223, 2005 [20] A Wedel, A Meißner, C Rabe, U Franke, and D Cremers Detection and segmentation of independently moving objects from dense scene flow In International Conference on Energy Minimization Methods in Computer Vision and Pattern Recognition, pages 14–27, Berlin, Heidelberg, 2009 SpringerVerlag [21] D Pfeiffer and U Franke Efficient representation of traffic scenes by means of dynamic stixels In IEEE Intelligent Vehicles Symposium, pages 217 –224, 2010 Nguyễn Đình Huân - KDD2013B I Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị [22] D Muller, M Meuter, and S.-B Park Motion segmentation using interest points In IEEE Intelligent Vehicles Symposium, pages 19 –24, 2008 [23] A Ess, K Schindler, B Leibe, and L V Gool Object detection and tracking for autonomous navigation in dynamic environments In International Journal of Robotics Research, volume 29, pages 1707–1725, 2010 [24] N Dalal, B Triggs Histograms of oriented gradients for human detection In IEEE Conference on Computer Vision and Pattern Recognition, pages 886– 893, 2005 [25] P Felzenszwalb, D McAllester, and D Ramanan A discriminatively trained, multiscale, deformable part model In IEEE Conference on Computer Vision and Pattern Recognition, pages –8, june 2008 [26] B Leibe, E Seemann, and B Schiele Pedestrian detection in crowded scenes In IEEE Conference on Computer Vision and Pattern Recognition, volume 1, pages 878–885, Washington, DC, USA, 2005 IEEE Computer Society [27] Andreas Geiger, Julius Ziegler and Christoph Stiller, StereoScan: Dense 3D Reconstruction in Real-time, Department of Measurement and Control, Karlsruhe Institute of Technology, 2011 [29] Harris C and Stephens, A combined corner and edge detector, Proceedings of the Alvey Vision Conference, 1988 [30] D Lowe, Object recognition from local scale-invariant features, Proc of the International Conference on Computer Vision, 1999 [31] Konstantinos G Derpanis, Overview of the RANSAC Algorithm, 2010 Zhang, A flexible new technique for camera calibration, IEEE, 2000 [32] Krystian Mikolajczyk, Scale & Affine Invariant Interest Point Detectors, Inria Rhne-Alpes Gravir-CNRS, 2004 [33] S S Blackman Multiple hypothesis tracking for multiple target tracking IEEE Aerospace and Electronic Systems Magazine, 19(1):5–18, 2004 Nguyễn Đình Huân - KDD2013B J Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị TRANG WEB [34] Andreas Geiger, Julius Ziegler and Christoph Stiller, StereoScan: Dense 3D Reconstruction in Real-time Internet: http://www.cvlibs.net/, 09/03/2015 [35] D Muller, M Meuter, and S.-B Park Motion segmentation using interest points In IEEE Intelligent Vehicles Symposium, pages 19 –24, 2008 Interner: https://www.ieee.org/index.html , 10/03/2015 [36] Tìm kiếm theo chiều sâu DFS; Khoảng cách Mahalanobis, Tam giác Delaunay Internet: https://vi.wikipedia.org/wiki/, 12/03/2015 [37] Jean-Yves Bouguet, Camera calibration toolbox for Matlab Internet: http://www.vision.caltech.edu/bouguetj/calib_doc/htmls/example2.html , 12/03/2015 [38] Ngô Mạnh Tiến Một phương pháp sử dụng lọc Kalman kết hợp với thuật tốn bám ảnh Camshift Hội nghị tồn quốc điều khiển Tự động hoá - VCCA2011 Internet: http://vi.scribd.com/doc/95109904, 15/03/2015 Nguyễn Đình Huân - KDD2013B K Luan van S K L 0 Luan van ... van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Môi Trường Đô Thị 1.2 Mục tiêu đối tượng nghiên cứu 1.2.1 Mục tiêu nghiên cứu Mục tiêu đề tài định vị robot, phát theo dõi vật cản chuyển động Robot. .. biết cảnh giao thông động mức độ cao quan trọng cho hệ thống Môi trường đô thị phức tạp mơi trường Nguyễn Đình Hn - KDD2013B Luan van Phát Hiện Vật Cản Chuyển Động Cho RoBot Trong Mơi Trường Đơ Thị. .. GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN ĐÌNH HUÂN PHÁT HIỆN VẬT CẢN CHUYỂN ĐỘNG CHO ROBOT LÀM VIỆC TRONG MÔI TRƯỜNG ĐÔ THỊ NGÀNH: KỸ THUẬT
Ngày đăng: 02/02/2023, 09:57
Xem thêm: