Position estimation using satellite images

Abstract

Bu tezde, görsel ölçümler kullanılarak, gerçek zamanlı konum ve yön tahminden bahsedilmiştir. Bu tezde hazırlıksız ortamlarda bir harita veya bir senaryo modeli mevcut olduğu varsayılarak, bu sorunu çözmek için bir sistem geliştirilmiştir. Sadece camera örnekleri ile kıyaslandığında, geliştirilmiş sistem doğru, sağlam, yüksek frekans ve görsel güncellemelerin ihtiyacını azaltarak, uninformative veya hiçbir görsel veri olmadan işleyebilmektedir. Geliştirilen sistem gerçek zamanlı durum uzayının modellerini geliştirerek doğrusal olmayan durumun çerçeve kullanımı yoluyla tahmini poza ulaşmaktadır. Sistem performansı sistem çıkışının canlı video akışını, sanal grafiğe ekleyerek artırılmış gerçeklik uygulamasını kullanımıyla geliştirilmiştir. Ek olarak, deneyler sensor birimini hareket ettirmek için bir endüstriyel robota gerçek yer verilerini sağlayarak yapılmıştır. Her iki durumda da, sistem iyi bir performans sergilemiştir. Göreli konumu ve yönelimi kameranın kalibrasyon sisteminin düzgün çalışması için gerekli olduğu tespit edilmiştir. Görsel stereo yaklaşımı ile kolay kullanımlı algoritma kullanarak, yeni bir algoritma sunulmuştur. Deneysel sonuçlar ise geliştirilen algoritma uygulama kısmında iyi performans ile çalıştığını gösterilmiştir.

This thesis deals with estimating position and orientation in real time, using visual measurements. A system has been developed with which to solve this problem for unprepared environments, assuming that a map or scene model is available. Compared to 'camera-only' examples, the developed system is accurate and robust, and can handle periods of uninformative or no visual data, reducing the need for high frequency visual updates. The system achieves real-time pose estimation via the use of a framework of nonlinear state estimation for which state space models have been developed. System performance was evaluated using an augmented reality application in which the system output was used to superimpose virtual graphics on the live video stream. Furthermore, experiments were performed in which an industrial robot providing ground truth data was used to move the sensor unit. In both cases the system performed well. Calibration of the relative position and orientation of the camera was found to be essential for proper system operation. A new and easy-to-use algorithm with which to estimate these data was developed using a stereo visual approach. Experimental results revealed that the algorithm works well in practice.