SISTEMA DE DETERMINAÇÃO DE COORDENADAS CARTESIANAS BASEADO EM VISÃO ESTÉREO

Guilherme Costa Holanda, Jéssyca Almeida Bessa, Renan Bessa, Francisco Alan Xavier da Mota, Ajalmar Rego da Rocha Neto, Auzuir Ripardo Alexandria

Resumo


Os métodos de determinação de coordenadas cartesianas são muito importantes no mapeamento de objetos em um ambiente. Devido a essa importância, estes métodos geram bastante interesse por parte de pesquisadores da área de Visão Computacional. Assim, neste trabalho será abordado um desses métodos, que é baseado em visão estéreo. Como as câmeras são sensores passivos, os métodos de medição de dimensões por visão estéreo se destacam, pois podem fornecer, além das coordenadas, muitas outras informações, por exemplo, grau de iluminação, cores, identificação e reconhecimento de objetos. Baseado nesta vantagem, o objetivo deste trabalho, portanto, é desenvolver um sistema de determinação de coordenadas cartesianas baseado em visão estéreo. Para esta finalidade, uma câmera Minoru3D foi utilizada. A estrutura do equipamento inclui duas câmeras em uma só. Além disso, um mapa artesanal foi confeccionado para testar o sistema implementado e um objeto de faces retangulares foi utilizado nos testes de determinação de coordenadas. Este objeto de teste foi disposto em algumas posições no mapa e foi feito uma comparação entre as coordenadas do mapa e do sistema estéreo. Os testes do sistema apresentaram resultado satisfatório com erro quadrático médio de 0,58. Sendo assim, o sistema estéreo implementado foi capaz de disponibilizar coordenadas confiáveis do objeto nas posições dispostas.


Texto completo:

PDF

Referências


AYACHE, N.; LUSTMAN, F. Trinocular stereo vision for robotics. IEEE Transactions on Pattern Analysis & Machine Intelligence, IEEE, v. 13, n. 1, p. 73–85, 1991.

BARCELLOS, P. R. M. Detecção e contagem de veículos em vídeos de tráfego urbano. 2014.

BOUGUET, J. Y. Camera calibration toolbox for Matlab. 2013. Disponível em: < http://www.vision.caltech.edu/bouguetj/calib_doc. > Acesso em: 08 jul. 2013.

BRADSKI, G.; KAEHLER, A. Learning OpenCV: Computer vision with the OpenCV library. [S.l.]: O’Reilly Media, Inc., 2008.

COUTO, L. N. Sistema para localização robótica de veículos autônomos baseado em visão computacional por pontos de referência. Tese (Doutorado) — Universidade de São Paulo, 2012.

CYGANEK, B.; SIEBERT, J. P. An introduction to 3D computer vision techniques and algorithms. [S.l.]: John Wiley & Sons, 2011.

GALO, M.; TOMMASELLI, A. Calibração de câmaras. Visão Computacional, p. 53–112, 2011.

KUHN, V. N. d.; JUNIOR, P. L. J. D.; GOMES, S. C. P.; CUNHA, M. A. B.; BOTELHO, S. S. d. C. Controle automático de um rov para inspeção de estruturas submersas. 2011.

LAZZARI, F. d. S.; OLIVEIRA, H. R. d.; PAIXÃO, T. S. B. d. Q. Desenvolvimento de um robô paralelo tipo delta associado com visão computacional para aplicações pick and place. Curitiba, 2013.

LIMA, R. P. S.; CARVALHO, C. S. S. Implantação de um sistema de visão computacional aplicada ao controle de qualidade de agulhas em uma indústria farmacêutica. Curitiba, 2015.

MEDEIROS, M. D. d. Correspondência estéreo usando imagens em multiresolução com profundidade variável. Dissertação (Mestrado) — Universidade Federal do Rio Grande do Norte, 2006.

MELO, D. F. F. de. Desenvolvimento de máquina automática para inspeção óptica de placas de circuito impresso em pequenas séries. Tese (Doutorado) — Universidade Federal de Santa Catarina, 2013.

MENDES, C. C. T. Navegação de robôs móveis utilizando visão estéreo. Tese (Doutorado) — Universidade de São Paulo, 2012.

MINORU3D. MINORU 3D WEBCAM. 2014. Disponível em: < http://www.minoru3d.com >.

MIRANDA, R. A. R.; SILVA, F. A. d.; PAZOTI, M. A.; ARTERO, A. O.; PITERI, M. A. Algoritmo para o reconhecimento de caracteres manuscritos. In: Colloquium Exactarum. [S.l.: s.n.], 2013. v. 5, n. 2, p. 109–127.

MROVLJE, J.; VRANCIC, D. Distance measuring based on stereoscopic pictures. In: 9th International PhD Workshop on Systems and Control, Young Generation Viewpoint. Izola, Slovenia. [S.l.: s.n.], 2008.

PITERI, M. A.; RODRIGUES, J. C. Fundamentos de visão computacional. Presidente Prudente: FCT/UNESP-PP, 2011.

PORTELA, T. d. C. Arquitetura de hardware dedicada para o cálculo da distância frontal baseado em segmentação por cores usando visão estéreo aplicada em robótica móvel. 2015.

Ribeiro Filho, P. Visão computacional: Um novo campo de pesquisa em cognição visual. Psicologia: Teoria e Pesquisa, v. 3, n. 2, p. 138–150, 2012.

RODRIGUES, C. J. M.; MENCARI, M. de A.; BAUCHSPIESS, A. Sistema de visão estéreo para formas polimétricas. 1999.

SALTORATTO, A. Y. K.; SILVA, F. A. d.; CAMARGO, A. C. A. C.; SILVA, P. C. G. d.; SOUZA, L. F. A. d. Monitoramento de avicultura a partir de técnicas de visão computacional. In: Colloquium Exactarum. [S.l.: s.n.], 2013. v. 5, n. 2, p. 47–66.

SANTOS, T. T.; YASSITEPE, J. E. d. C. T. Fenotipagem de plantas em larga escala: um novo campo de aplicação para a visão computacional na agricultura. Embrapa Informática Agropecuária Capítulo em livro técnico-científico (ALICE), In: MASSRUHÁ, SMFS; LEITE, MA de A.; LUCHIARI JUNIOR, A.; ROMANI, LAS (Ed.). Tecnologias da informação e comunicação e suas relações com a agricultura. Brasília, DF: Embrapa, 2014. Cap. 5., 2015.

SCHNEIDER, I. R. Uso de visão estereoscópica para detecção de obstáculos na locomoção de um veículo autônomo. 2013.

SERRA, R. M. S. Sistema de visão stereo ativo aplicado aos robôs do iseporto. Instituto Politécnico do Porto. Instituto Superior de Engenharia do Porto, 2012.

SOUSA SEGUNDO, J. S. A. d. Um método para determinação da profundidade combinando visão estéreo e autocalibração para aplicação em robótica móvel. Dissertação (Mestrado) — Universidade Federal do Rio Grande do Norte, 2007.

TRENTINI, V. B.; RODRIGUES, V.; MARANA, A. N.; LULIO, L. C.; TRONCO, M. L. Stereo matching of natural scenes on external agricultural environment. In: IX Workshop de Visão Computacional. [S.l.: s.n.], 2013.

TRUCCO, E.; VERRI, A. Introductory techniques for 3-D computer vision. [S.l.]: Prentice Hall Englewood Cliffs, 1998. v. 201.




DOI: https://doi.org/10.21439/conexoes.v10i2.752