Lokalizacija in gradnja zemljevida v notranjih strukturiranih okoljih za avtonomne mobilne sisteme z uporabo strojnega vidaANTIĆ, MILOŠ (Avtor) Škrjanc, Igor (Mentor) globinski senzorekstrakcija daljicekstrakcija ravnih površinsamorazvijajoče-se rojenjestrojni vidpametni senzoroblak točknenadzorovano iskanjestatistično rojenjeharmonična interpolacijastrukturni elementiregistracija omejenih ravninnotranja lokalizacijakompaktno kartiranjeV doktorski disertaciji obravnavamo segmentacijo notranjih strukturiranih okoljih na planarne zaplate, ki jih uporabimo za namen lokalizacije ter gradnje zemljevida. Planarne zaplate predstavljajo izluščeno informacijo strojnega vida in so dobro definirani strukturni elementi. Predstavljamo učinkovite metode 3D-zaznavanja, ki temeljijo na celovitih pristopih segmentacije oblaka točk in so posebej zasnovane za obdelavo velikih notranjih prostorov. Predlagani algoritmi so robustno zasnovani saj delujejo dobro tudi za neurejene podatke in ob prisotnosti nepravilnosti kot so okluzije, šum, osamelci ali diskontinuirane podatkovne tranzicije. Razvite metode so prilagojene za delo z različnimi podatkovnimi zbirkami, vključno z združenimi 2D–3D-modalitetami, kot so pravi RGB-D-podatki (angl. Red-Green-Blue and Depth) ali oblaki točk. Te podatke uporabljamo pri segmentaciji in za opis tridimenzionalnega prostora s pravilnimi mrežami, ki temeljijo na teselaciji n-dimenzionalnega Evklidskega prostora. Poleg tega upoštevamo točkovne ocene značilk (npr. normale, ukrivljenost, značilke dimenzionalnosti idr.), ki omogočajo filtriranje in semantično interpretacijo podatkov. Za zaznavanje koherentnih 3D-regij in odpravo osamelcev smo uvedli analizo povezanih komponent, ki temelji na preiskovanju lastnosti volumskih elementov. Predlagana je nova metoda za segmentacijo oblaka točk, imenovana EPCC (angl. Evolving Principal Component Clustering), ki izkorišča lokalnost podatkov v urejenem podatkovnem toku posamičnega pogleda. Pristop temelji na rekurzivnem ocenjevanju parametrov linearnih prototipov, ki se uporabljajo za opis različnih rojev ravnih in povezanih površin. Za izboljšanje rezultatov pri obdelavi homogenih površin smo uvedli dvostopenjsko filtriranje za zaznavanje osamelcev ter upoštevali model šuma, ki omogoča kompenzacijo značilnih negotovosti v meritvah globinskih senzorjev. Razviti algoritem smo primerjali z uveljavljenimi metodami segmentacije, pri čemer predlagani pristop dosega boljše rezultate na večjih razdaljah, kjer je razmerje med signalom in šumom nizko – tudi brez predhodnega filtriranja podatkov. V uporabljeni podatkovni zbirki je bila dosežena več kot 90 % uspešnost zaznavanja ravnih površin, kar potrjuje visoko učinkovitost metode pri neiterativni obdelavi velikih oblakov točk. V disertaciji je predstavljena inovativna metoda nenadzorovane segmentacije oblaka točk združenih pogledov ter pristop za semantično interpretacijo strukturnih elementov (SE) notranjega prostora, kot so stene, stropi in tla. Pristopi temeljijo na rojenju objektov na podlagi gostote, pri čemer se uporabljajo napredne mere barvne podobnosti in nizkonivojske značilke za dodatno izpopolnitev segmentacije z odpravljanjem osamelcev ter izboljšanjem zaznavanja ostrih oblik. Predlagana metoda predstavlja izpopolnjeno in vsestransko rešitev, ki uspešno obvladuje kompleksnost prizora ter pomembno prispeva k aplikacijam za razumevanje prostora, SLAM (angl. Simultaneous Localization and Mapping) in prepoznavanje predmetov. Nazadnje je predstavljen inovativen pristop k lokalizaciji v strukturiranih okoljih, s poudarkom na vizualni odometriji, ki namesto klasičnih metod uporablja registracijo planarnih zaplat. Pristop temelji na višjenivojskih značilkah in vključuje iskanje korespondenc prek 3D–3D in 2D–2D ujemanja z novo definirano mero podobnosti. Posebnost metode je zmožnost zaznavanja in upoštevanja poljubnih orientacij planarnih zaplat, kar zmanjšuje degenerativne situacije in izboljšuje natančnost ocene trajektorije. Kvalitativna primerjava je pokazala visoko učinkovitost pri reševanju registracije podatkov ter izboljšano natančnost lokalizacije. Raziskava je pokazala, da zadostno število korespondenc omogoča gradnjo geometričnih zemljevidov, ki so uporabni za navigacijo avtonomnih mobilnih sistemov in dronov. Poleg tega je predstavljen koncept celovite rekonstrukcije notranjih okolij, ki omogoča aplikacije v navidezni in obogateni resničnosti ter varno načrtovanje poti.20252025-10-24 13:55:02Doktorsko delo/naloga175375sl