Разработка модели визуальной одометрии на основе сенсоров и анализа видеопотока
(Стр. 36-47)

Статья посвящена разработке модели визуальной одометрии на основе сенсоров инерциального измерительного устройства и анализа видеопотока, поступающего в реальном времени. Моделирование выполнено на основе анализа и оценки методов измерений собственных координат движущегося объекта, систем оценки перемещения объекта в трехмерном пространстве, алгоритмов на промежуточных этапах обработки изображений, принципов выбора особых точек на кадре и оптического потока для выбранных точек.

ОБРАЗЕЦ ЦИТИРОВАНИЯ: Данилова С.Д. Разработка модели визуальной одометрии на основе сенсоров и анализа видеопотока // Computational Nanotechnology. 2024. Т. 11. № 1. С. 36-47. DOI: 10.33693/2313-223X-2024-11-1-36-47. EDN: DFHVNZ

Bradski G., Kaehler A. Learning OpenCV: Computer vision with the OpenCV Library. O’Reilly Media, Inc., 2008. 580 p.
Hartley R.I., Zisserman A. Multiple view geometry in computer vision. Second Edition. Cambridge, UK: Cambridge University Press, 2004. 655 p.
Hamzah R.A., Ibrahim H., Hassan A.H.A. Stereo matching algorithm for 3D surface reconstruction based on triangulation principle // Information Technology, Information Systems and Electrical Engineering (ICITISEE), International Conference on. IEEE, 2016, Pp. 119–124.
Бурдин П.А. Универсальный датчик инерциальной навигации на микроконтроллере. СПб., 2016.
Вычисление оптического потока методом Лукаса–Канаде. Теория. URL: https://habr.com/ru/post/169055/ (дата обращения: 12.12.2023).
Дерюгина Е.О., Борсук Н.А., Васина Е.В. Подход к реализации 3D-моделей эксклюзивных экспонатов музея по их фотографиям // Электромагнитные волны и электронные системы. 2019. Т. 24. № 7. С. 48–55. DOI: 10.18127//j15604128-201907-08. EDN: YWGUGN.
Кирнос В.П., Антипов В.А., Коковкина В.А. и др. Построение карты глубины с использованием камеры с широкоугольным объективом типа «рыбий глаз» // Радиотехника. 2020. Т. 84. № 2 (3). С. 64–71.
Коковкина В.А., Антипов В.А., Кирнос В.П. и др. Обнаружение ориентиров по данным лазерной сканирующей системы на основе контурного анализа в задаче одновременной локализации и построения карты при движении автономного мобильного робота // Успехи современной радиоэлектроники. 2020. № 2. С. 22–29.
Кочкаров А.А., Калинов И.А. Программный комплекс пространственной навигации и мониторинга на основе алгоритма визуальной одометрии. Тверь: НИИ «Центрпрограммсистем», 2016. С. 175–180.
Любутин П.С. Анализ изображений в оптическом методе оценки деформации: дис. ... д-ра техн. наук: 05.13.01. Томск, 2021. 304 с.
Михайлова С.С., Данилова С.Д., Гринева Н.В. Исследование методов автоматического сшивания панорамных изображений // Computational Nanotechnology. 2023. Т. 10. № 1. С. 36–48. DOI: 10.33693/2313-223X-2023-10-1-36-48. EDN: QBMLXT.
Основы стереозрения. URL: https://habr.com/ru/post/130300/ (дата обращения: 12.12.2023).
Антипов В.А. Повышение точности позиционирования камеры в системе прикладного телевидения с использованием расширенного фильтра Калмана: дис. ... канд. техн. наук: 2.2.13. Ярославль, 2021. 129 с.
Рабочий А.А. Визуальная одометрия в методах машинного контроля: бакалаврская работа. СПб., 2017, 28 с.
Рощупкина С.Н., Моделирование рельефа местности по спутниковым снимкам: бакалаврская работа: 01.03.02. СПб., 2019. 36 с.
Фурсов В.А., Минаев Е.Ю., Котов А.П. Технология визуальной одометрии по наблюдениям опорной поверхности с коррекцией оценок координат // Информационные технологии и нанотехнологии (ИТНТ-2021): cб. трудов по матер. VII Междунар. конф. и молодежной школы (Самара, 20–24 сентября 2021 г.). Т. 3. Самара: Самарский национальный исследовательский университет имени академика С.П. Королева, 2021. С. 33712. EDN: ACVQXF.
Черских Е.О. Концептуальная модель онтологии сенсорной системы с событийным методом обработки информации // Сенсорные системы. 2022. Т. 36. № 2. С. 124–135. DOI: 10.31857/S0235009222020020. EDN: TEGRFO.

инерциальное измерительное устройства, компьютерное зрение, визуальная одометрия, анализ видеопотока.