Semiautonomní 3 D mapování

Abstract

V úvodu práce jsou představeny existující metody zjednodušující vytváření trojrozměrných map. Tyto metody využívají předpoklady o vlastnostech scény nebo speciální hardware pro snížení složitosti problému např. laserový měřič vzdálenosti, všesměrovou kameru nebo jejich kombinace. Dále je navržena metoda používající k rekonstrukci scény kamery a odometrie robota. Metoda předpokládá pohyb po rovné podložce a pohyb ve vnitřním prostředí. Navíc metoda umožňuje zásah člověka do jednotlivých kroků algoritmu a tím je možné pomoci při vytváření modelu a opravě částí modelu, při jejichž rekonstrukci automatický algoritmus selhal. To umožňuje aplikovat metodu i na místa, na která nebyla původně plánována, neboť přizpůsobení novému prostředí může být dodatečně učiněno uživatelem. Výsledný model je exportován do běžného formátu virtuální reality VRML, což umožňuje prohlížet model například pomocí webového prohlížeče. Navržená metoda byla naimplementována spolu s uživatelským rozhraním umožňujícím zásahy člověk do průběhu algoritmu. Metoda byla ověřena na datech z reálného světa a byla zhodnocena účelnost jednotlivých zásahů uživatele do algoritmu.

In first part of this paper, methods for reducing complexity of building 3D maps are introduced. These methods use predictions about scene properties or special hardware devices for reducing complexity such as a laser range finder, an omnidirection camera or both. Furthermore, an algorithm for creating a reconstructed scene using a camera and robot odometry is presented. The method presupposes moving on a straight floor and an indoor environment. A user can interact with the algorithm and help with creating model or with repairing parts of the model, if they were not satisfactorily created by the automatic algorithm. An interaction also allows to apply the method in various environments, which weren't initially planned. So, the adaptation to the new environment may be done by a user. The output model is exported to the common format for virtual reality VRML. This allows to view the model in e.g. a web browser. The presented method was implemented with a user interface to enable an interaction with the algorithm. The method was tested on data from the real world and the effectiveness of each user's interferences was evaluated.