Details
Title | Разработка метода регистрации облаков точек по изображениям: выпускная квалификационная работа бакалавра: направление 15.03.06 «Мехатроника и робототехника» ; образовательная программа 15.03.06_04 «Автономные роботы» |
---|---|
Creators | Прокофьев Артём Анатольевич |
Scientific adviser | Бахшиев Александр Валерьевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт машиностроения, материалов и транспорта |
Imprint | Санкт-Петербург, 2023 |
Collection | Выпускные квалификационные работы; Общая коллекция |
Document type | Bachelor graduation qualification work |
File type | Other |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 15.03.06 |
Speciality group (FGOS) | 150000 - Машиностроение |
Rights | Текст не доступен в соответствии с распоряжением СПбПУ от 13.06.2017 г. № 91 |
Record key | ru\spstu\vkr\26507 |
Record create date | 12/12/2023 |
Целью работы является исследование и анализ существующих методов регистрации облаков точек, выявление недостатков и достоинств рассмотренных методов, а также разработка метода регистрации облаков точек по изображениям. В ходе работы был произведен анализ существующих методов регистрации облаков точек. Регистрация облаков точек была поделена на глобальную и локальную в зависимости от точности и зависимости от начального расположения реконструкций. Также в данной работе разработан и протестирован новый метод регистрации облаков точек. Его особенность заключается в том, что регистрация облаков происходит по изображениям, на основе которых построены регистрируемые реконструкции. Это позволяет производить регистрацию облаков точек с малым перекрытием, а также дает методу устойчивость к малым изменениям положений объектов или удалению малых объектов со сцены, изменению освещенности сцены и выбросам, появляющимся при построении реконструкций. Для анализа эффективности полученного метода он был сравнен с предыдущим вариантом решения. Несмотря на то, что сравнение характеристик методов показало их незначительное ухудшение, это компенсируется возросшей универсальностью метода, поскольку, в отличие от предыдущего варианта, он способен работать с обособленными облаками точек, поскольку не имеет ограничения, связанного с общей базой данных реконструкций. Данный метод является глобальным методом регистрации облаков точек и его результат может быть улучшен при помощи более точного локального метода, например, такого как ICP. Полученный метод регистрации облаков точек может быть использован для локализации на глобальной карте, а его особенность позволяет ему оставаться устойчивым к некоторым текущим изменениям карты.
The aim of the work is to study and analyze existing methods for registering point clouds, identify their advantages and disadvantages, and develop a method for registering point clouds from images. In the course of the work, an analysis of existing methods for registering point clouds was carried out. Registration of point clouds was divided into global and local depending on the accuracy and dependence on the initial position of the reconstructions. In addition, a new method for registering point clouds was developed and tested in this work. Its feature is that registration of point clouds occurs based on the images used to construct the registered reconstructions. This allows registration of point clouds with low overlap and provides stability to small changes in object positions or removal of small objects from the scene, changes in scene lighting, and outliers that appear when constructing reconstructions. To analyze the effectiveness of the obtained method, it was compared with the previous solution. Despite the fact that the comparison of the methods characteristics showed their slight deterioration, it is compensated by the improvement of the methods universality, since, unlike the previous version, it is able to work with isolated point clouds, as it has no limitation associated with the overall reconstruction database. This method is a global method for registering point clouds, and its result can be improved using a more accurate local method, such as ICP. The resulting method for registering point clouds can be used for global map localization, and its feature allows it to remain stable to some current changes in the map.