Search

Tato práce představuje semiautonomní systém pro optickou lokalizaci velmi vzdálených pohyblivých cílů za pomocí několika polohovatelných kamer. Kamery byly kalibrovány a zastaničeny pomocí speciálně navržených kalibračních terčů a metodologie, jejímž účelem je minimalizovat hlavní zdroje chyb, jež byly objeveny během důkladné analýzy přesnosti. Detekce cíle probíhá manuálně, zatímco vizuální sledování je automatické a staví na dvou state-of-the-art přístupech. Odhad 3D lokace cíle je založen na triangulaci z více pohledů pracující s nepřesnými měřeními. Základní sestava o dvou kamerových jednotkách byla otestována na statických cílech a pohybujícím se pozemním cíli, přičemž byla přesnost odhadu lokace cíle porovnána s teoretickým modelem. Díky modularitě a přenosnosti je možné systém použít v široké škále situací, jako je například monitoring vytyčeného území, včasná detekce hrozby v bezpečnostních systémech nebo řízení vzdušeného provozu, This work presents a system for semi-autonomous optical localization of distant moving targets using multiple positionable cameras. The cameras were calibrated and stationed using custom designed calibration targets and methodology with the objective to alleviate the main sources of errors which were pinpointed in thorough precision analysis. The detection of the target is performed manually, while the visual tracking is automatic and it utilizes two state-of-the-art approaches. The estimation of the target location in 3-space is based on multi-view triangulation working with noisy measurements. A basic setup consisting of two camera units was tested against static targets and a moving terrestrial target, and the precision of the location estimation was compared to the theoretical model. The modularity and portability of the system allows fast deployment in a wide range of scenarios including perimeter monitoring or early threat detection in defense systems, as well as air traffic control in public space.

Práce ukazuje kalibraci stereoskopického senzoru. Popisuje základní metody stereo korespondence za použití knihovny OpenCV. Obsahuje výpočet disparitních map pomocí procesoru nebo grafické karty (s použitím knihovny OpenCL)., Project shows calibration stereoscopic sensor. Also describes basic methods stereo-corespodation using library OpenCV. Project contains calculations of disparity maps on CPU or graphic card (using library OpenCL).

Práce ukazuje kalibraci stereoskopického senzoru. Popisuje základní metody stereokorespondnce za použití knihovny OpenCV. Obsahuje výpočet disparitních map pomocí procesoru nebo grafiké karty (s použitím knihovny OpenCL)., Project shows calibration stereoscopic sensor. Also describes basic methods stereo-corespodation using library OpenCV. Project contains calculations of disparity maps on CPU or graphic card(using library OpenCL).

Práce řeší 3D rekonstrukci objektu pomocí metody nasvícení vzorem. Projektor nasvěcuje měřený objekt definovaným vzorem a dvojice kamer z něj snímá body. Podstavec s objektem se otáčí, a během více měření je objekt sejmut z více úhlů. Body jsou identifikovány z naměřených snímků, transformovány na 3D pomocí stereovidění, spojeny do 3D modelu a zobrazeny., Thesis solves 3D reconstruction of an object by method of lighting by pattern. A projector lights the measured object by defined pattern and two cameras are measuring 2D points from it. The pedestal of obejct rotates and during the measure are acquired data from different angles. Points are indentified from measured images, transformed to 3D using stereovision, connected to 3D model and displayed.

Diplomová práce se zabývá 3D rekonstrukcí za použití stereo kamery. Tato práce má ukázat využitelnost GPU akcelerace při náročných aplikacích., This thesis deals with 3D reconstruction using stereo cameras. This work is to show the usefulness of GPU acceleration for sophisticated algorithm

Tato práce řeší návrh funkčního zařízení, které bude schopno automaticky polohovat zpětná zrcátka dle polohy obličeje řidiče. Měření pozice obličeje vůči zrcátku zajišťuje stereovidění dvou webkamer. Zařízení je postaveno na počítači Raspberry Pi 2, ke kterému byla navržena rozšiřující deska. Vytvořený prototyp dokáže sledovat nastavený výhled v zrcátku s přesností do 7 cm (v horizontálním směru do 5cm) v úrovni zadního rohu automobilu. Výsledky této práce ověřují návrh automatického polohování zpětného zrcátka a lze na nich založit konkrétní implementaci zařízení do automobilu., This thesis solves design of functional device that will be able to automatically positioning back view mirrors according to the positio of driver face. Measuring position of the face provides stereovision of two webacams. The device is based on a computer Raspberry Pi 2 with designed expansion board. The created prototype can follow set view int the mirror with accuracy up to 7 cm (horizontally up to 5cm) in level of rear corner of a car. The results of this project validate design of automatic positioning mirror and it can be basis for specific implementations of the device in car.

Tato práce se zabývá seznámením se s knihovnou počítačové vize OpenCV, která je následně implementovaná do tří zaměřením odlišných úloh pomocí programovacího jazyka Python. Těmito úlohami jsou rozpoznání objektu a jeho lokalizace, sledování objektu a detekce změny a stanovení bezpečně vzdálenosti pomocí hloubkové mapy., This thesis introduces a computer vision library OpenCV, which is subsequently implemented into three distinguishably different problems using Python programming language. These three problems are identifying an object and its location, object tracking and difference detection, safe distance qualification using a depth map.

Tato práce řeší návrh funkčního zařízení, které bude schopno automaticky polohovat zpětná zrcátka dle polohy obličeje řidiče. Měření pozice obličeje vůči zrcátku zajišťuje stereovidění dvou webkamer. Zařízení je postaveno na počítači Raspberry Pi 2, ke kterému byla navržena rozšiřující deska. Vytvořený prototyp dokáže sledovat nastavený výhled v zrcátku s přesností do 7 cm (v horizontálním směru do 5cm) v úrovni zadního rohu automobilu. Výsledky této práce ověřují návrh automatického polohování zpětného zrcátka a lze na nich založit konkrétní implementaci zařízení do automobilu., This thesis solves design of functional device that will be able to automatically positioning back view mirrors according to the positio of driver face. Measuring position of the face provides stereovision of two webacams. The device is based on a computer Raspberry Pi 2 with designed expansion board. The created prototype can follow set view int the mirror with accuracy up to 7 cm (horizontally up to 5cm) in level of rear corner of a car. The results of this project validate design of automatic positioning mirror and it can be basis for specific implementations of the device in car.

Táto bakalárska práca sa zaoberá posúdením možností a limitov aplikácie stereovízie na orientáciu v priestore využitím nástrojov v MATLABe. Predpokladá sa použitie u robota. V praktickej časti sa využíva prostredie Simulink 3D Animation Toolbox, v ktorom sú vytvárané testovacie scény. Úvodná časť je venovaná rešeršným štúdiám týkajúcich sa počítačového videnia, stereovízie a popisu nástrojov Computer Vision System Toolbox a Simulink 3D Animation v MATLABe. V ďalšej časti je popísaný model v ktorom sú testované vlastnosti algoritmu výpočtu. Testuje sa presnosť a rýchlosť, pričom je zohľadnený vplyv viacerých faktorov., This bachelor thesis is describing limits and features of stereovision application for space orientation using MATLAB tools. The intended use is for a robot. In practical part there is used Simulink 3D Animation Toolbox for scene creation. Frist part is a background research of computer vision, stereovision and MATLAB toolboxes Computer Vision System Toolbox and Simulink 3D Animation Toolbox. In the next part there is a description of model which is used for testing computational algorithm. Subjects to test are speed and accuracy taking into account other factors.

To analyze scenery obstacles in robotics applications depth information is very valuable. Stereo vision is a powerful way to extract dense range information out of two camera images. In order to unload the CPU the intensive computation can be moved to GPU, taking advantage of the parallel processing capabilities of todays consumer level graphics hardware. This work shows how an efficient implementation on the GPU can be realized utilizing the NVIDIA Cuda framework., Um Hindernisse in der Umgebung eines Roboters zu erkennen ist Tiefeninformation sehr wertvoll. Stereo Vision ist ein mächtiges Werkzeug um Tiefeninformation aus zwei Kamerabildern zu extrahieren. Um dabei die CPU zu entlasten kann die Berechnung auf der GPU durchgeführt werden. Dabei können die Fähigkeiten von Standard-GPU zur parallelen Datenverarbeitung ausgenutzt werden. Diese Arbeit zeigt wie eine effiziente Implementierung auf der GPU mit Hilfe des NVIDIA Cuda Framework realisiert werden kann.

Tato diplomová práce se zabývá návrhem stereo systému zpracování snímků vozidel a následné rekonstrukci jejich 3D modelu. Cílem práce je rekonstruovat model vozidla pro kontrolu jeho rozměrů a nákladu na které jsou kladeny restrikce v případě využití kritické dopravní infrastruktury (tunely, mosty). Práce začíná matematickým popisem snímání scény a pokračuje rešerší teoretických možností konfigurace systému. Jako nejvhodnější konfigurace byla zvolena jedna 3D kamera od společnosti Intel RealSense a jedna RGB kamera. Softwarové řešení pracuje s návrhem několika různých algoritmů z nichž stojí za zmínku rekonstrukce pomocí hloubkových map nebo například triangulace. Výsledné modely v poslední kapitole obsahují data pouze z výše zmíněné 3D kamery. Ze snímků získaných RGB kamerou se model z 3D kamery nepodařilo nijak vylepšit a proto ji lze prohlásit za redundantní. Výsledný 3D model je i tak dostačující pro účely kontroly vozidla a v případě pokračující práce je třeba navrhnout jinou, optimálnější konfiguraci., This master thesis deals with the design of a stereo system for processing vehicle images and subsequent reconstruction of their 3D model. The aim of the thesis is to reconstruct the vehicle model to control its dimensions and load on which restrictions are imposed in case of the use of critical transport infrastructure (tunnels, bridges). The thesis begins with a mathematical description of scene capture and continues with a research of theoretical possibilities of system configuration. One Intel RealSense 3D camera and one RGB camera were chosen as the most suitable configuration. The software solution works with the design of several different algorithms of which it is worth mentioning reconstruction using depth maps or triangulation.The resulting models in the last chapter contain data only from the aforementioned 3D camera. The model from the 3D camera could not be improved with the images from the RGB camera and camera can therefore be declared redundant. Resulting 3D model is still sufficient for the purpose of vehicle inspection and in case of continued work, another, more optimal configuration should be designed.