killerschafs blog

In den letzten Wochen habe ich hier nicht viel geschrieben. Dies hole ich jetzt hiermit nach. Was ist geschehen?

Es wurden einige Versuche gemacht, die Fahrzeugbewegungserfassung mit Hilfe des optischen Flusses zu verbessern. Ich habe hierzu noch das ein oder andere Paper gelesen, welche allesamt vielversprechend klangen, aber in der Praxis kaum eine Verbesserung brachten. Optischer Fluss bleibt immer eine Schätzung. Eine präzise Ableitung einer Bewegung kann nicht alleine mit optischem Fluss realisiert werden. Die Ergebnisse, die es in der Praxis gibt, sind allerdings bereits in der Horn/Schunk Variante so gut, dass die bisherigen Paper, die ich gelesen und teilweise implementiert habe, diese kaum verbessern können. Daher bleibe ich bei dieser Variante, nicht zuletzt weil sie die einfachste Variante ist.

Folgende Versuche wurden unternommen um die Verfolgung zu optimieren:

•  Ein Wohnungsmodell wurde auf Basis eines vorhandenen Grundrisses erstellt. In das Modell wurden absichtlich keine Möbelstücke eingezeichnet, da dies erstens zu viel Aufwand ist, und zweitens sich diese Möbelstücke zum Teil zu verschiedenen Zeiten an verschiedenen Orten befinden können (z.B. Stühle, Couchtisch etc). Berechnet man nun ein Tiefenmodell dessen, was das Modellfahrzeug in der Modellwohnung sehen müsste, so kann man die gewonnenen Tiefen mit dem Tiefenbild der Webcam vergleichen. Da in dem Modell allerdings die Möbel fehlen, so hat man es selbst bei einer perfekten Tiefenberechnung der Webcambilder immer mit Abweichungen zwischen Modell und Wirklichkeit zu tun. Eine Situation kann hiermit jedoch halbwegs sinnvoll verbessert werden: Sieht das Fahrzeug mit der Webcam z.B. eine Tiefe von 4m in der Mitte des Bildes, und zeigt das Modell eine Tiefe von 3m an dieser Stelle, so muss das Fahrzeug eine Korrektur nach hinten erfahren. Andersherum gilt dies nicht, da Möbelstücke einen geringeren Tiefeneindruck als die des Modells bewirken. Einen weiteren Vorteil durch das Modell hat man: Das Fahrzeug kann nicht durch Wände fahren. Fährt das Modell durch eine Wand so kann hier vorher eingegriffen werden und das Modell seitlich verschoben werden, in die Richtung, die besser zu dem Tiefenbild der Webcam passt. In der Praxis führt dies zu Sprüngen des Fahrzeugs innerhalb seiner 3D-Welt. Allerdings können somit auch längere Fahrten gemacht werden, ohne dass sich das Fahrzeug völlig verirrt. Dies kann natürlich nie ausgeschlossen werden, denn die korrigierenden Eingriffe sind einfachster Natur und können die Situation durchaus auch verschlechtern.

• Reifentracking. Da der optische Fluss eine Schätzung ist und das zu Grunde liegende Material beliebig komplex sein kann, habe ich versucht das zu Grunde liegende Bildmaterial zu vereinfachen. Die Kamera wurde auf die Vorderreifen des Modells ausgerichtet. Der optische Fluss des Stollenprofils der Reifen sollte Testweise genutzt werden um die Fahrzeugbewegung zu verfolgen. Das Tracking gelingt auf Anhieb erstaunlich gut. Der Fluss des Stollenprofils der Reifen ist gut geeignet um verschiedene Geschwindigkeiten und Lenkeinstellungen präzise zu ermitteln. Leider gibt es bei diesem Verfahren ein Problem. Überschreitet das Fahrzeug eine bestimmte Geschwindigkeit kehrt sich der optische Fluss des Stollenprofils um und das Fahrzeug invertiert seine Geschwindigkeit. Dies ist ein Phänomen, welches wohl jedem Zuschauer von Glücksrad bekannt sein dürfte. Die optische Wirkung der Drehrichtung kehrt sich bei hohen Geschwindigkeiten plötzlich um. Leider liegt diese Kipp-Geschwindigkeit hier bereits bei 1/3 der maximalen Geschwindigkeit des Fahrzeugs. Des weiteren geht sehr viel Bildeindruck verloren, da die Reifen einen Großteil des Bildes einnehmen. Aus diesen Gründen wurde dieses Verfahren nicht weiter verfolgt.