單眼相機位姿估測及其於太空載具之定位應用

Abstract

在電腦視覺中，相機位置與姿態（位姿，Pose）的估測一直是很重要的課題，就像人類一樣，藉由眼睛感測周遭環境的變化來辨識自己位姿的改變，?多研究人員也一直致力於讓機器人透過電腦視覺感知自身位姿的研究與應用。即時定位與地圖構建（Simultaneous Localization and Mapping SLAM）是集「位姿估測」與「地圖建立」於一身的系統架構，在對地圖進行初始化之後，藉由感測器所給予的資訊，反覆地估測自身在地圖的位姿並擴張地圖，達到類似於人類自我感知的能力。通常太空載具若要得知目前的位姿，必須透過追星儀辨識所偵測的星體後，藉由此星體的天球座標系判斷自我位姿，但錯誤的星體判斷會導致演算法失效，因此本論文將基於SLAM的架構，並著重於位姿估測的探討，提供太空載具另一種不偵測特定物體的位姿估測方法，使用五軸模擬姿態平台模擬太空載具的姿態，以Kinect作為視覺感測器，拍攝預先搭建好的月球表面模型提供影像後，首先偵測棋盤格並校正相機取得內部參數，透過尺度不變特徵轉換（Scale Invariant Feature Transform SIFT）提取影像上的特徵點，使用KD-tree與隨機取樣一致性算法(Random Sample Consensus RANSAC)去除錯誤的匹配點，憑藉基礎矩陣（Fundamental Matrix）、投影單應性矩陣（Perspective Homography Matrix）與PnP（Perspective-n- Point）求解相機的位姿，搭配三角化（Triangulation）獲得匹配點在三維空間中的位置，最後利用光束法平差（Bundle Adjustment BA）得到最佳化的相機位姿與特徵點地圖，並以編碼器（Encoder）作為正解檢驗演算法的位姿估測精度，達到太空載具利用影像定位之應用。

Date of Award	2018 Jul 19
Original language	Chinese
Supervisor	Chao-Chung Peng (Supervisor)