Dynamische Raumerfassung auf Basis einer Time-of-Flight Kamera

Research output: Contributions to collected editions/worksArticle in conference proceedingsResearchpeer-review

Standard

Dynamische Raumerfassung auf Basis einer Time-of-Flight Kamera. / Papadoudis, Jan; Georgiadis, Anthimos.
Sensoren und Messsysteme 2012: Vorträge der 16. GMA/ITG-Fachtagung vom 22. bis 23. Mai 2012 in Nürnberg ; Tagungsband. AMA Service, 2012. p. 739-747.

Research output: Contributions to collected editions/worksArticle in conference proceedingsResearchpeer-review

Harvard

Papadoudis, J & Georgiadis, A 2012, Dynamische Raumerfassung auf Basis einer Time-of-Flight Kamera. in Sensoren und Messsysteme 2012: Vorträge der 16. GMA/ITG-Fachtagung vom 22. bis 23. Mai 2012 in Nürnberg ; Tagungsband. AMA Service, pp. 739-747, 16. GMA/ITG-Fachtagung Sensoren und Messsysteme 2012 , Nürnberg, Germany, 22.05.12. https://doi.org/10.5162/sensoren2012/P4.2

APA

Papadoudis, J., & Georgiadis, A. (2012). Dynamische Raumerfassung auf Basis einer Time-of-Flight Kamera. In Sensoren und Messsysteme 2012: Vorträge der 16. GMA/ITG-Fachtagung vom 22. bis 23. Mai 2012 in Nürnberg ; Tagungsband (pp. 739-747). AMA Service. https://doi.org/10.5162/sensoren2012/P4.2

Vancouver

Papadoudis J, Georgiadis A. Dynamische Raumerfassung auf Basis einer Time-of-Flight Kamera. In Sensoren und Messsysteme 2012: Vorträge der 16. GMA/ITG-Fachtagung vom 22. bis 23. Mai 2012 in Nürnberg ; Tagungsband. AMA Service. 2012. p. 739-747 doi: 10.5162/sensoren2012/P4.2

Bibtex

@inbook{19222e77b9f0479493253fc30ab4c2ab,
title = "Dynamische Raumerfassung auf Basis einer Time-of-Flight Kamera",
abstract = "Die Raumerfassung ist ein wichtiger Bestandteil um autonome Fahrzeuge realisieren zu k{\"o}nnen, dabei ist es notwendig Hindernisse unabh{\"a}ngig von deren Art zu erkennen, damit diese Fahrzeuge sich in einer neuen Umgebung bewegen k{\"o}nnen. Eine schnelle r{\"a}umliche Darstellung einer Szene, l{\"a}sst sich mit Hilfe einer Time-of Flight (ToF) Kamera realisieren, da sie f{\"u}r jeden Pixel eine Distanzinformation liefert und sich daher ideal f{\"u}r die Raumerfassung eignet. Traditionelle Methoden der Bildverarbeitung um Objekte zu erkennen, lassen sich jedoch kaum auf die Daten einer ToF-Kamera anwenden. Gradientenverl{\"a}ufe der Distanz lassen sich nur selten sicher verwenden, da ein grunds{\"a}tzlicher Verlauf durch die Tiefe des Raumes immer gegeben ist und z.B. Hindernisse auf dem Boden keine signifikante {\"A}nderung der Distanz an dem {\"U}bergang, bedingen. Es wurde daher ein Verfahren entwickelt, welches zuverl{\"a}ssig die grundlegenden Ausma{\ss}e und Gegebenheiten eines Raumes erkennt und Hindernisse detektiert. Es ist deutlich zu erkennen, dass eine exakte Abgrenzung der Objekte nur schwer zu erkennen ist, insbesondere der {\"U}bergang von der Wand zum Boden. Durch die Distanzinformation ist es ohne gro{\ss}en Aufwand m{\"o}glich die Pixelkoordinaten in ein Weltkoordinatensystem relativ zur Kameraposition umzurechnen. Dies erm{\"o}glicht die Verwendung der Vektorrechnung. F{\"u}r jeden Pixel wird eine Ebene ermittelt, die durch die, ihn unmittelbar umgebenden Pixel definiert ist. F{\"u}r jede der drei, das Kamerakoordinatensystem aufspannenden Achsen wird ein Schnittwinkel zur ermittelten Ebene bestimmt.Die Schnittwinkel zu allen Achsen geben einen Anhaltspunkt zur Abgrenzung verschiedener Objekte. Anschlie{\ss}end werden noch zusammenh{\"a}ngende Fl{\"a}chen {\"a}hnlicher Schnittwinkel untersucht um kleinere Objekte zu identifzieren und das Ergebnis zu verbessern. Dies kann mit einer herk{\"o}mmlichen Gradientenuntersuchung realisiert werden. Mit diesem Verfahren kann eine grundlegende dynamsiche Raumerfassung mit Hinderniserkennung realisiert werden, die es z.B. autonomen Systemen erm{\"o}glicht im Raum zu navigieren. In dieser Arbeit werden das mathematische Modell, das zugeh{\"o}rige Programm und die ersten Ergebnisse vorgestellt.",
keywords = "Ingenieurwissenschaften",
author = "Jan Papadoudis and Anthimos Georgiadis",
year = "2012",
month = jan,
day = "1",
doi = "10.5162/sensoren2012/P4.2",
language = "Deutsch",
isbn = "978-3-9813484-0-8",
pages = "739--747",
booktitle = "Sensoren und Messsysteme 2012",
publisher = "AMA Service",
note = "16. GMA/ITG-Fachtagung Sensoren und Messsysteme 2012 : Sensoren und Messysteme ; Conference date: 22-05-2012 Through 23-05-2012",
url = "https://www.ama-science.org/proceedings/listing/667",

}

RIS

TY - CHAP

T1 - Dynamische Raumerfassung auf Basis einer Time-of-Flight Kamera

AU - Papadoudis, Jan

AU - Georgiadis, Anthimos

N1 - Conference code: 16

PY - 2012/1/1

Y1 - 2012/1/1

N2 - Die Raumerfassung ist ein wichtiger Bestandteil um autonome Fahrzeuge realisieren zu können, dabei ist es notwendig Hindernisse unabhängig von deren Art zu erkennen, damit diese Fahrzeuge sich in einer neuen Umgebung bewegen können. Eine schnelle räumliche Darstellung einer Szene, lässt sich mit Hilfe einer Time-of Flight (ToF) Kamera realisieren, da sie für jeden Pixel eine Distanzinformation liefert und sich daher ideal für die Raumerfassung eignet. Traditionelle Methoden der Bildverarbeitung um Objekte zu erkennen, lassen sich jedoch kaum auf die Daten einer ToF-Kamera anwenden. Gradientenverläufe der Distanz lassen sich nur selten sicher verwenden, da ein grundsätzlicher Verlauf durch die Tiefe des Raumes immer gegeben ist und z.B. Hindernisse auf dem Boden keine signifikante Änderung der Distanz an dem Übergang, bedingen. Es wurde daher ein Verfahren entwickelt, welches zuverlässig die grundlegenden Ausmaße und Gegebenheiten eines Raumes erkennt und Hindernisse detektiert. Es ist deutlich zu erkennen, dass eine exakte Abgrenzung der Objekte nur schwer zu erkennen ist, insbesondere der Übergang von der Wand zum Boden. Durch die Distanzinformation ist es ohne großen Aufwand möglich die Pixelkoordinaten in ein Weltkoordinatensystem relativ zur Kameraposition umzurechnen. Dies ermöglicht die Verwendung der Vektorrechnung. Für jeden Pixel wird eine Ebene ermittelt, die durch die, ihn unmittelbar umgebenden Pixel definiert ist. Für jede der drei, das Kamerakoordinatensystem aufspannenden Achsen wird ein Schnittwinkel zur ermittelten Ebene bestimmt.Die Schnittwinkel zu allen Achsen geben einen Anhaltspunkt zur Abgrenzung verschiedener Objekte. Anschließend werden noch zusammenhängende Flächen ähnlicher Schnittwinkel untersucht um kleinere Objekte zu identifzieren und das Ergebnis zu verbessern. Dies kann mit einer herkömmlichen Gradientenuntersuchung realisiert werden. Mit diesem Verfahren kann eine grundlegende dynamsiche Raumerfassung mit Hinderniserkennung realisiert werden, die es z.B. autonomen Systemen ermöglicht im Raum zu navigieren. In dieser Arbeit werden das mathematische Modell, das zugehörige Programm und die ersten Ergebnisse vorgestellt.

AB - Die Raumerfassung ist ein wichtiger Bestandteil um autonome Fahrzeuge realisieren zu können, dabei ist es notwendig Hindernisse unabhängig von deren Art zu erkennen, damit diese Fahrzeuge sich in einer neuen Umgebung bewegen können. Eine schnelle räumliche Darstellung einer Szene, lässt sich mit Hilfe einer Time-of Flight (ToF) Kamera realisieren, da sie für jeden Pixel eine Distanzinformation liefert und sich daher ideal für die Raumerfassung eignet. Traditionelle Methoden der Bildverarbeitung um Objekte zu erkennen, lassen sich jedoch kaum auf die Daten einer ToF-Kamera anwenden. Gradientenverläufe der Distanz lassen sich nur selten sicher verwenden, da ein grundsätzlicher Verlauf durch die Tiefe des Raumes immer gegeben ist und z.B. Hindernisse auf dem Boden keine signifikante Änderung der Distanz an dem Übergang, bedingen. Es wurde daher ein Verfahren entwickelt, welches zuverlässig die grundlegenden Ausmaße und Gegebenheiten eines Raumes erkennt und Hindernisse detektiert. Es ist deutlich zu erkennen, dass eine exakte Abgrenzung der Objekte nur schwer zu erkennen ist, insbesondere der Übergang von der Wand zum Boden. Durch die Distanzinformation ist es ohne großen Aufwand möglich die Pixelkoordinaten in ein Weltkoordinatensystem relativ zur Kameraposition umzurechnen. Dies ermöglicht die Verwendung der Vektorrechnung. Für jeden Pixel wird eine Ebene ermittelt, die durch die, ihn unmittelbar umgebenden Pixel definiert ist. Für jede der drei, das Kamerakoordinatensystem aufspannenden Achsen wird ein Schnittwinkel zur ermittelten Ebene bestimmt.Die Schnittwinkel zu allen Achsen geben einen Anhaltspunkt zur Abgrenzung verschiedener Objekte. Anschließend werden noch zusammenhängende Flächen ähnlicher Schnittwinkel untersucht um kleinere Objekte zu identifzieren und das Ergebnis zu verbessern. Dies kann mit einer herkömmlichen Gradientenuntersuchung realisiert werden. Mit diesem Verfahren kann eine grundlegende dynamsiche Raumerfassung mit Hinderniserkennung realisiert werden, die es z.B. autonomen Systemen ermöglicht im Raum zu navigieren. In dieser Arbeit werden das mathematische Modell, das zugehörige Programm und die ersten Ergebnisse vorgestellt.

KW - Ingenieurwissenschaften

UR - http://www.ama-science.org/proceedings/details/795

U2 - 10.5162/sensoren2012/P4.2

DO - 10.5162/sensoren2012/P4.2

M3 - Aufsätze in Konferenzbänden

SN - 978-3-9813484-0-8

SP - 739

EP - 747

BT - Sensoren und Messsysteme 2012

PB - AMA Service

T2 - 16. GMA/ITG-Fachtagung Sensoren und Messsysteme 2012

Y2 - 22 May 2012 through 23 May 2012

ER -