%0 Conference Paper %1 3DTAGE2022_2 %A Bleier, M. %A Munkelt, C. %A Heinze, M. %A Bräuer-Burchardt, C. %A Lauterbach, H. A. %A van der Lucht, J. %A Nüchter, A. %B Photogrammetrie Laserscanning Optische 3D-Messtechnik, Beiträge der Oldenburger 3D-Tage 2022, Jade Hochschule %D 2022 %I Wichmann %K imported myown %P 394--405 %T Visuelle Odometrie und SLAM für die Bewegungs-kompensation und mobile Kartierung mit einem optischen 3D-Unterwassersensor %U https://robotik.informatik.uni-wuerzburg.de/telematics/download/olb2022_2.pdf %X Im Projekt UWSensor wurde ein neuartiger optischer 3D-Unterwassersensor basierend auf Streifenlichtprojektion mit einem GOBO-Projektor entwickelt. Das Sensorsystem ermöglicht eine flächige 3D-Erfassung mit hoher Genauigkeit und Abtastrate, sowie eine gleichzeitige Erfassung von Farbdaten. Dies erlaubt den Einsatz zur mobilen Kartierung und 3D-Erfassung mit einem Unterwasserfahrzeug. Dieser Beitrag beschäftigt sich mit der Bewegungsschätzung sowie der Fusion der Einzelscans in ein global konsistentes 3D-Modell. Hierbei wird zunächst visuelle Odometrie in Kombination mit einem faseroptischen Gyroskop genutzt, um die Eigenbewegung des Sensors zu schätzen. Die daraus latenzarm abgeleiteten Posen werden dem Live-Aufnahmesystem des Sensors bereitgestellt, um eine online-Bewegungskompensation der den 3D Scans zugrundeliegenden Serie von Kamerabildern zu realisieren. Anschließend wird eine mehrstufigen Registrierungsstrategie angewendet, um die Schätzung der Trajektorie weiter zu verfeinern. Zunächst wird mittels des Iterative Closest Point (ICP) Algorithmus jede 3D-Punktwolke sequentiell gegen ihre Vorgänger registriert. Da sich kleine Restfehler in der Registrierung akkumulieren, erfolgt im nächsten Schritt eine zweite Registrierung mittels eines zeitkontinuierlichen ICP-Verfahren. Hierbei werden mehrere Punktwolken zu Teilkarten zusammengefasst und gegeneinander registriert, wobei die Verbesserungen der Trajektorie im Anschluss wiederum auf die einzelnen Posen der Punktwolken verteilt werden, um die Kontinuität der Trajektorie zu bewahren. In diesem Registrierungsschritt werden auch Schleifen in der Trajektorie erkannt und geschlossen, um den Drift zu korrigieren. Für die Kalibrierung des Sensorsystems wurde eine Kombination von Aufnahmen in Luft und im Wasser eingesetzt. Das Verfahren wurde auf dynamischen Aufnahmen mit dem neuentwickelten Sensorsystem in einem Wasserbecken getestet und evaluiert. Hierbei wurden sowohl bekannte Testkörper mit bewegtem Sensor im Wasser eingescannt, als auch die berechneten Trajektorien anhand der Bewegungsdaten des Portalsystems validiert.

@inproceedings{3DTAGE2022_2, abstract = {Im Projekt UWSensor wurde ein neuartiger optischer 3D-Unterwassersensor basierend auf Streifenlichtprojektion mit einem GOBO-Projektor entwickelt. Das Sensorsystem ermöglicht eine flächige 3D-Erfassung mit hoher Genauigkeit und Abtastrate, sowie eine gleichzeitige Erfassung von Farbdaten. Dies erlaubt den Einsatz zur mobilen Kartierung und 3D-Erfassung mit einem Unterwasserfahrzeug. Dieser Beitrag beschäftigt sich mit der Bewegungsschätzung sowie der Fusion der Einzelscans in ein global konsistentes 3D-Modell. Hierbei wird zunächst visuelle Odometrie in Kombination mit einem faseroptischen Gyroskop genutzt, um die Eigenbewegung des Sensors zu schätzen. Die daraus latenzarm abgeleiteten Posen werden dem Live-Aufnahmesystem des Sensors bereitgestellt, um eine online-Bewegungskompensation der den 3D Scans zugrundeliegenden Serie von Kamerabildern zu realisieren. Anschließend wird eine mehrstufigen Registrierungsstrategie angewendet, um die Schätzung der Trajektorie weiter zu verfeinern. Zunächst wird mittels des Iterative Closest Point (ICP) Algorithmus jede 3D-Punktwolke sequentiell gegen ihre Vorgänger registriert. Da sich kleine Restfehler in der Registrierung akkumulieren, erfolgt im nächsten Schritt eine zweite Registrierung mittels eines zeitkontinuierlichen ICP-Verfahren. Hierbei werden mehrere Punktwolken zu Teilkarten zusammengefasst und gegeneinander registriert, wobei die Verbesserungen der Trajektorie im Anschluss wiederum auf die einzelnen Posen der Punktwolken verteilt werden, um die Kontinuität der Trajektorie zu bewahren. In diesem Registrierungsschritt werden auch Schleifen in der Trajektorie erkannt und geschlossen, um den Drift zu korrigieren. Für die Kalibrierung des Sensorsystems wurde eine Kombination von Aufnahmen in Luft und im Wasser eingesetzt. Das Verfahren wurde auf dynamischen Aufnahmen mit dem neuentwickelten Sensorsystem in einem Wasserbecken getestet und evaluiert. Hierbei wurden sowohl bekannte Testkörper mit bewegtem Sensor im Wasser eingescannt, als auch die berechneten Trajektorien anhand der Bewegungsdaten des Portalsystems validiert.}, added-at = {2022-12-21T17:21:56.000+0100}, author = {Bleier, M. and Munkelt, C. and Heinze, M. and Br{\"a}uer-Burchardt, C. and Lauterbach, H. A. and van der Lucht, J. and N{\"u}chter, A.}, biburl = {https://www.bibsonomy.org/bibtex/2bd935286174145f14bc58518780146e6/nuechter76}, booktitle = {Photogrammetrie Laserscanning Optische 3D-Messtechnik, Beitr{\"a}ge der Oldenburger 3D-Tage 2022, Jade Hochschule}, interhash = {a7ef01d73a29b2d0e1b9a075e4ad458e}, intrahash = {bd935286174145f14bc58518780146e6}, keywords = {imported myown}, month = {February}, pages = {394--405}, publisher = {Wichmann}, timestamp = {2022-12-21T17:26:33.000+0100}, title = {{Visuelle Odometrie und SLAM für die Bewegungs-kompensation und mobile Kartierung mit einem optischen 3D-Unterwassersensor}}, url = {https://robotik.informatik.uni-wuerzburg.de/telematics/download/olb2022_2.pdf}, year = 2022 }