Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Computer Vision1_Seite 1 Beispiel Andocksystem (ADS)Komponenten im System Flughafengebäude Passagierbrücke Rollfeld Einroll- leitlinie Stopposition Videokamera.

Ähnliche Präsentationen


Präsentation zum Thema: "Computer Vision1_Seite 1 Beispiel Andocksystem (ADS)Komponenten im System Flughafengebäude Passagierbrücke Rollfeld Einroll- leitlinie Stopposition Videokamera."—  Präsentation transkript:

1 Computer Vision1_Seite 1 Beispiel Andocksystem (ADS)Komponenten im System Flughafengebäude Passagierbrücke Rollfeld Einroll- leitlinie Stopposition Videokamera B Display Systemleistung: Leitung des Flugzeugpiloten mittels Display auf die für den Flugzeugtyp vorgeschriebene Stoppposition. Sensor für Bugradposition und Achsenwinkel eines anrollenden Flugzeugs auf Basis von Video-Bildsequenzen.

2 Computer Vision1_Seite 2 ADS im Flughafen-InformationssystemKomponenten im System Leitsystem Tower Vorfeld- kontrolle Gate Touchdownzeit, Flugzeugtyp, Flugnummer Gate-Nr, Gateankunft (Soll), Flugzeugtyp, Flugnummer Gateankunftzeit (ist), Stopposition ADS Regler: Display Video- auswertung Flugzeugmodell Status, Position, Winkel, Zeit Typ Lage

3 Computer Vision1_Seite 3 ADS: SystemanforderungenKomponenten im System ADS Regler: Display Video- auswertung Flugzeugmodell Status, Position, Winkel, Zeit Typ Lage Sensor: CCD-Videokamera im PAL-Format (576x768 Pixel) Hardware / Platform: Standard-PC-System / Betriebssystem Windows NT Messfrequenz: mindestens 12 Hz Messgenauigkeit: Bugradposition +/- 0,2 m, Winkel Flugzeugachse/Leitlinie +/- 2° Operationelle Anforderungen: Fehltyperkennung, Pushbackerkennung, Multi- Leitlinienfähigkeit Beleuchtung: Tageslicht, Flutlicht, Allwetterfähigkeit bis Cat III Sichtbedingung

4 Computer Vision1_Seite 4 Die Messung erfolgt in zwei Schritten: 1.Bestimmung der Position des Flugzeugs im Bild. 2.Rückschluss auf die Position des Flugzeugs auf dem Rollfeld (im Raum): ADS: MessaufgabeKomponenten im System z y Szenenpunkt Objektpunkt auf der Bildebene, z.B. Triebwerksmitte Bildebene Sehstrah l Rollfeld(Boden) Höhe der Triebwerksmitte über dem Boden Voraussetzung: Die Abbildungseigenschaften der Kamera und die Orientierung zwischen Kamera und Boden ist bekannt.

5 Computer Vision1_Seite 5 Erinnerung: Kameramodell und -kalibrierung Kamerakalibirierung (Eichung) = Ermittlung eines Parametersatzes, so dass das Kameramodell das Abbildungsverhalten der Kamera möglichst gut approximiert. Begriffe Kameramodell = Mathematische Beschreibung (Approximation) des realen Abbildungsverhaltens des Sensors. z.B. Lochkamera: Die Transformation P : R³ R² ist durch 5 Parameter gegeben: fBrennweite (Abstand Ursprung Koordinatensystem und Bildebene) (c x, c y )Bildhauptpunkt (Durchstoßpunkt der z-Achse im Bild in Pixeln) d x / d y Breite / Höhe eines Pixels in der Einheit des Kamerakoordinatensystems

6 Computer Vision1_Seite 6 KamerakalibrierungBegriffe Kalibrierkörper und die IDs und Weltkoordinaten der Marken z.B. Schachbrettmuster Größe der Quadrate 2 cm Marke 0 (0, 0, 0) T Marke 1 (2, 0, 0) T Marke 3 (4, 0, 0) T Marke 8 (0, 2, 0) T gemessen (soll) Bild vom Kalibrierkörper und die Bildkoordinaten der Marken Was wird für die Kamerakalibrierung benötigt? projiziert (ist)

7 Computer Vision1_Seite 7 KamerakalibrierungBegriffe Bemerkungen zu den Kalibriermarken: Auch Landmarken kommen als Kalibriermarken in Frage (z.B. Markierungen auf dem Rollfeld von Flughäfen). Auch mit (ausreichend genauen) CAD-Modellen können Kameras kalibriert werden: Dann wird die Lageschätzung um die Kameraparameter erweitert. gemessen (soll) projiziert (ist)

8 Computer Vision1_Seite 8 Bemerkungen: Standard für CCD-Kameras: Kalibrierung nach Roger Tsai (Lochkamerasystem plus radiale Verzeichnung) Die Kalibriermarken müssen alle relevanten Bereiche des Bildes abdecken. Eine echte 3D-Verteilung der Marken stabilisiert die Kalibrierung. Die Mindestanzahl an Kalibriermarken ist durch die Anzahl der zu bestimmenden Parameter gegeben (eine Marke liefert zwei Gleichungen!) KamerakalibrierungBegriffe Radial verzeichnetes Schachbrettmuster (Fischauge)

9 Computer Vision1_Seite 9 ADS: KameramodellKomponenten im System Abbildungsmodell nach Roger Tsai (Lochkamera plus radiale Verzeichnung) Bringe Markierungen auf dem Boden an und ziehe ein Bild mit diesen Markierungen ein. Projiziere die Markierungen auf das Bild (rote Kreuze) Optimiere die Abbildungsparameter, so dass projizierte Markierungen und abgebildete Markierungen möglichst gut übereinstimmen.

10 Computer Vision1_Seite 10 Die Messung erfolgt in zwei Schritten: 1.Bestimmung der Position des Flugzeugs im Bild. 2.Rückschluss auf die Position des Flugzeugs auf dem Rollfeld (im Raum). ADS: MessaufgabeKomponenten im System Lösung hier: Suche bestimmte Objektpunkte im Bild durch Schablonenanpassung.

11 Computer Vision1_Seite 11 KreuzkorrelationKomponenten im System Seien g und s zwei gleich große Bilder mit Breite B und Höhe H. Dann heißt Kreuzkorrelation von g und s.

12 Computer Vision1_Seite 12 SchablonenanpassungKomponenten im System Gegeben seien ein Bild g und eine Schablone s. Schiebe die Schablone s über das Bild g und berechne an jeder Bildpunktposition die Kreuzkorrelation. An der Position, an der die Schablone und das Bild am besten übereinstimmen, ist die Kreuzkorrelation am größten. Bild g Schablone s Kreuz- korrelationsbild

13 Computer Vision1_Seite 13 ADS: ObjektmodellKomponenten im System Objektmodellierung: Modell aus Triebwerkseinlass, Frontscheibe, Hauptfahrwerk (in Form von Schablonen) und deren geometrischer Zusammenhang (Gitter) Die Übereinstimmung des Modells mit dem Bild wird durch Schablonenanpassung (z.B. Korrelationskoeffizient) gemessen. Schablonen, starres Gitter Centerline Stopposition

14 Computer Vision1_Seite 14 ADS: Suchvorgang im FangbereichKomponenten im System SequenzBild-Nummer Korrelationswert Korrelationsverlauf für verschiedene Sequenzen 3D-Template an Suchposition transformieren Suchposition festlegen Start Flugzeugposition über 3D-Fit berechnen Tracking Korr. berechnen für Umgebung um Suchposition Template gefunden Korr>Schwellwert Nein Ja Bild einziehen

15 Computer Vision1_Seite 15 ADS: ObjektverfolgungKomponenten im System Schablone an aktuelle Flugzeugposition transformieren Aktuelle Flugzeugposition aus "Searching" Start Stop-Postion Korrelation für Schablone berechnen ja nein Stop Aktuelle Flugzeugposition über 3D-Fit berechnen Bild einziehen Schablone mit aktuellem Bildinhalt überblenden

16 Computer Vision1_Seite 16 ADS: VerfolgungsergebnisseKomponenten im System Korrelationsverlauf für verschiedene Sequenzen Sequenz Bild- Nummer

17 Computer Vision1_Seite 17 ADS: AuswerteergebnisseKomponenten im System Andocksequenz 3: f=16mm Stop: x=-0.17, y=1.5 Andocksequenz 10: f=16mm Stop: x=-0.31, y=0.7

18 Computer Vision1_Seite 18 ADS: AuswerteergebnisseKomponenten im System

19 Computer Vision1_Seite 19 Zusammenfassung Operationelle LösungskonzeptSystemanforderungen AnforderungenBildauswertung GeschwindigkeitSensoren Nutzungskonzept LatenzzeitAufgabendefinitionSzene Datensätze GenauigkeitAlgorithmen Kommunikations- HW-/SW-Konzept Einbindung Einsatz-Echtzeitlösung RandbedingungenTrainingsumgebung Hardware Testumgebung ZuverlässigkeitSystemintegration Betriebssystem Verfügbarkeit Komponenten im System

20 Computer Vision1_Seite 20 KorrelationskoeffizientKomponenten im System Seien g und s zwei gleich große Bilder mit Breite B und Höhe H. Dann heißt Korrelationskoeffizient von g und s. g und s heißen korreliert, wenn ist.

21 Computer Vision1_Seite 21 SchablonenanpassungKomponenten im System Gegeben seien ein Bild g und eine Schablone s. Schiebe die Schablone s über das Bild g und berechne an jeder Bildpunktposition den Korrelationskoeffizienten. An der Position, an der die Schablone und das Bild am besten übereinstimmen, ist der Betrag des Korrelationskoeffizienten am größten. Bild g Schablone s Korrelations- Koeffizientenbild (Betrag)


Herunterladen ppt "Computer Vision1_Seite 1 Beispiel Andocksystem (ADS)Komponenten im System Flughafengebäude Passagierbrücke Rollfeld Einroll- leitlinie Stopposition Videokamera."

Ähnliche Präsentationen


Google-Anzeigen