3D-Oberflächenrekonstruktion

• Antragsteller: Professor Dr. Daniel Cremers
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Physik des Erdkörpers
• Förderung: Förderung von 2011 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 166047863

• Erstellungsjahr: 2020

Zusammenfassung der Projektergebnisse

Das Ziel von Projekt 5 ist die genaue Bewegungsschätzung und 3D-Rekonstruktion mittels Daten, die von den Sensoren eines Mikro-Luftfahrzeugs (micro aerial vehicle, MAV) aufgenommen werden. Um dieses Ziel zu erreichen, haben wir verschiedene Erweiterungen für direkte visuelle Odometrie- und SLAM-Methoden entwickelt, welche für höhere Genauigkeit und Robustheit sorgen. Dies erlaubt den Einsatz auf einem im Flug befindlichen MAV. Zusammengefasst wurde an folgenden Themen gearbeitet: • Erweiterung semi-dichter, direkter Verfahren auf Stereo-Kamerasysteme. • Adaption semi-dichter, direkter Verfahren für Fisheye-Kameras, mit einem Öffnungswinkel von bis zu 180°. • Direkte Inkorporation anderer verfügbarer Sensorik (IMU) anstelle von nachfolgender Fusion. • Direkte Schätzung von Wunsch-Blickpunkten für bereits partiell rekonstruierte / beobachtete Bereiche, die für die weitere Pfadplanung in Echtzeit benutzt werden kann. • Entwicklung von Loop-Closure und Relokalisierungs-Ansätzen. • Erhöhung der Robustheit, insbesondere gegenüber Beleuchtungsänderungen und dynamischen Objekten. Die Methoden, welche in diesem Teilprojekt entwickelt wurden, erlauben Bewegungsschätzungen und 3D-Rekonstruktionen in Echtzeit auf einem MAV. Dies kann nützlich sein, falls die Kommunikation mit der Basisstation nicht vorhanden oder instabil ist. In solch einem Fall kann das MAV trotzdem Hindernisse einbeziehen und seinen Pfad planen.

Projektbezogene Publikationen (Auswahl)

• (2015). Large-scale direct slam for omnidirectional cameras. In 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pages 141–148
  Caruso, D., Engel, J., and Cremers, D.
  (Siehe online unter https://doi.org/10.1109/IROS.2015.7353366)
• (2015). Large-scale direct slam with stereo cameras. In 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pages 1935–1942
  Engel, J., Stückler, J., and Cremers, D.
  (Siehe online unter https://doi.org/10.1109/IROS.2015.7353631)
• (2016). Direct visual-inertial odometry with stereo cameras. In 2016 IEEE International Conference on Robotics and Automation (ICRA), pages 1885–1892
  Usenko, V., Engel, J., Stückler, J., and Cremers, D.
  (Siehe online unter https://doi.org/10.1109/ICRA.2016.7487335)
• UAV 2016 – Vermessung mit unbemannten Flugsystemen, volume 82 of Schriftenreihe des DVW, pages 247–264. Wißner Verlag
  Schneider, J., Stachniss, C., and Forstner, W.
  
• (2017). Real-time trajectory replanning for mavs using uniform b-splines and a 3d circular buffer. In 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pages 215–222
  Usenko, V., von Stumberg, L., Pangercic, A., and Cremers, D.
  (Siehe online unter https://doi.org/10.1109/IROS.2017.8202160)
• (2018). LDSO: Direct sparse odometry with loop closure. In 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pages 2198–2204
  Gao, X., Wang, R., Demmel, N., and Cremers, D.
  (Siehe online unter https://doi.org/10.1109/IROS.2018.8593376)
• (2018). The double sphere camera model. In 2018 International Conference on 3D Vision (3DV), pages 552–560
  Usenko, V., Demmel, N., and Cremers, D.
  (Siehe online unter https://doi.org/10.1109/3DV.2018.00069)