Cyber Physical System Information Collection: Robot Location and Navigation Method Based on QR Code

要約

本稿では、QRコード(クイックレスポンスコード)に格納された4つの特徴点の正確な地理座標と、QRコードから解析された4つの特徴点のピクセル座標を用いて、サイバーフィジカルシステムにおけるカメラの正確な位置を推定する方法を提案する。
カメラで撮影したQRコード画像。
まず、P4P(Perspective 4 Points)アルゴリズムは、選択された QR コードの 4 つの特徴点を使用して、カメラ座標系に対する QR 座標系の初期姿勢推定値を一意に決定するように設計されています。
2 番目のステップでは、多様体勾配最適化アルゴリズムが設計されます。
回転行列と変位ベクトルを反復の初期値として取り、反復最適化を実行して位置決め精度を向上させ、より高精度の回転行列と変位ベクトルを取得します。
3 番目のステップは、カメラ座標系に対する QR 座標系の姿勢を、世界座標系に対する AGV (Automated Guided Vehicle) の姿勢に変換することです。
最後に、マニホールド勾配最適化アルゴリズムと P4P 解析アルゴリズムのパフォーマンスを同じ条件下でシミュレーションして比較しました。この論文で提案したマニホールド勾配最適化アルゴリズムのパフォーマンスは、次の場合に P4P 解析アルゴリズムのパフォーマンスよりもはるかに優れていることがわかります。
S/N 比が小さい。S/N 比が増加すると、P4P 解析アルゴリズムのパフォーマンスはマニホールド勾配最適化アルゴリズムのパフォーマンスに近づく。ノイズが同じ場合、マニホールド勾配最適化アルゴリズムのパフォーマンス
特徴点が多いほど良いです。

要約(オリジナル)

In this paper, we propose a method to estimate the exact location of a camera in a cyber-physical system using the exact geographic coordinates of four feature points stored in QR codes(Quick response codes) and the pixel coordinates of four feature points analyzed from the QR code images taken by the camera. Firstly, the P4P(Perspective 4 Points) algorithm is designed to uniquely determine the initial pose estimation value of the QR coordinate system relative to the camera coordinate system by using the four feature points of the selected QR code. In the second step, the manifold gradient optimization algorithm is designed. The rotation matrix and displacement vector are taken as the initial values of iteration, and the iterative optimization is carried out to improve the positioning accuracy and obtain the rotation matrix and displacement vector with higher accuracy. The third step is to convert the pose of the QR coordinate system with respect to the camera coordinate system to the pose of the AGV(Automated Guided Vehicle) with respect to the world coordinate system. Finally, the performance of manifold gradient optimization algorithm and P4P analytical algorithm are simulated and compared under the same conditions.One can see that the performance of the manifold gradient optimization algorithm proposed in this paper is much better than that of the P4P analytic algorithm when the signal-to-noise ratio is small.With the increase of the signal-to-noise ratio,the performance of the P4P analytic algorithm approaches that of the manifold gradient optimization algorithm.when the noise is same,the performance of manifold gradient optimization algorithm is better when there are more feature points.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google