Optimizing the extended Fourier Mellin Transformation Algorithm

要約

ロボットの応用が増えるにつれて、安定した効率的なビジュアル オドメトリ (VO) アルゴリズムがますます重要になっています。
フーリエ メリン変換 (FMT) アルゴリズムに基づく拡張フーリエ メリン変換 (eFMT) は、航空機や水中車両などの下向きカメラに適用できる画像登録アプローチです。
eFMT は FMT をマルチ深度シーンに拡張し、より多くのアプリケーション シナリオを実現します。
これは、重なり合う 3 つの画像間の姿勢変換を推定する視覚的なオドメトリ手法です。
これに基づいて、方法の特定の側面を改善し、それを 3 つの連続するフレームの小さなループのバックエンド最適化と組み合わせる、最適化された eFMT アルゴリズムを開発します。
このために、eFMT 登録からの不確実性情報の抽出、関連する目的関数、およびグラフベースの最適化を調査します。
最後に、このアプローチの特性を調査し、他の VO および SLAM (Simultaneous Localization and Mapping) アルゴリズムと比較する一連の実験を設計します。
この結果は、オープンソースとして公開されている o-eFMT アプローチの優れた精度と速度を示しています。

要約(オリジナル)

With the increasing application of robots, stable and efficient Visual Odometry (VO) algorithms are becoming more and more important. Based on the Fourier Mellin Transformation (FMT) algorithm, the extended Fourier Mellin Transformation (eFMT) is an image registration approach that can be applied to downward-looking cameras, for example on aerial and underwater vehicles. eFMT extends FMT to multi-depth scenes and thus more application scenarios. It is a visual odometry method which estimates the pose transformation between three overlapping images. On this basis, we develop an optimized eFMT algorithm that improves certain aspects of the method and combines it with back-end optimization for the small loop of three consecutive frames. For this we investigate the extraction of uncertainty information from the eFMT registration, the related objective function and the graph-based optimization. Finally, we design a series of experiments to investigate the properties of this approach and compare it with other VO and SLAM (Simultaneous Localization and Mapping) algorithms. The results show the superior accuracy and speed of our o-eFMT approach, which is published as open source.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google