EEE Kutatólaboratórium MTA-SZTAKI Magyar Tudományos Akadémia

Átírás

1 DElosztott I S T R I B U T EEsemények D EV E N T S A NElemzé A L Y S I S se R E SKutatólaboratór E A R C H L A B O R A T Oium R Y L I D A R B a s e d S u r v e i l l a n c e Városi LIDAR adathalmaz szegmentációja Módszerünk célja utcai környezetben rögzített LIDAR adatok elemzése, különböző objektumok és utcaszegmensek felismerése. A szegmentálás figyelembe veszi mind a helyszín geometriai leíróit, mind a LIDAR idősorozat alapján számolt különféle időbeli jellemzőket. Az így feldolgozott adat a későbbiekben használható utcai jelenetek (pl. közlekedési baleset) felismerésére, adatsorozat összeillesztésére valamint 4D városrekonstrukcióra. Főbb funkciók: Talajdetekció képes nem sík, jelentős magasságkülönbséggel rendelkező talaj detektálására is Növényzetdetekció falevelek felismerése és azok pontfelhőből való eltávolítása a könnyebb feldolgozás érdekében Magas, statikus objektumok (pl. fal, közlekedési tábla vagy fatörzs) és alacsony objektumok elkülönítése (pl. járművek, gyalogosok, szemeteskuka) egy LIDAR felvételen belül Mozgó objektumok azonosítása LIDAR felvételek egy sorozatán Automatikus forgalomfigyelés és irányítás Városmegfigyelés Digitális városkép modellezés Földi LIDAR adat Megfelelő számítási kapacitás Magas, statikus objektumok detektálása (falak, lámpaoszlopok, stb.) Növényzet detektálása Talaj detektálása A Feneketlen-tó melletti park a falevelek lilával és pirossal vannak jelölve Egy szegmentált utcai jelenet. A három osztály: talaj, alacsony objektum valamint fal (vagy egyéb magas, álló objektum) A szegmentálás valós időben készül el és előfeldolgozási lépésként funkcionál. Ugyanez a helyszín a falevelek nélkül (ezúttal magasság szerint színezve) Mozgásdetekció egy LIDAR jeleneten E l é r h e t ő s é g : M T A - S Z T A K I, K e n d e u , B u d a p e s t, l a b o r v e z e t ő : P r o f. S z i r á n y i T a m á s, s z i r a n y i. t a m a s z t a k i. m t a. h u

2 DElosztott I S T R I B U T EEsemények D EV E N T S A NElemzé A L Y S I S se R E SKutatólaboratór E A R C H L A B O R A T Oium R Y L I D A R B a s e d S u r v e i l l a n c e Mozgó platformról készített városi LIDAR adathalmaz összefűzése A mozgó autóra helyezett LIDAR szenzor olyan méréssorozatot szolgáltat, ahol az egyes "képkockák" ritka háromdimenziós pontfelhők, koordinátarendszerük pedig a jármű haladását követve változik. Rendszerünk automatikusan összefűzi a ritka adathalmazt, nagyobb útszakaszokat ábrázoló, sűrű, nagy felbontású pontfelhőket eredményezve. Az így kapott adat később felhasználható jelenetek értelmezésére és rekonstrukciójára, számos alkalmazásban: objektumfelismerés és osztályozás, zöld területek méretének becslése, virtuális homlokzatmodellezés, stb. A módszer nem használja további szenzorok (pl giroszkóp) adatait, így az autó mozgásának pontos mérése nélkül is képes összefűzni az adathalmazt. Olyan kihívást jelentő eseteket is automatikusan kezelünk, ahol a helyszín sok mozgó adatpontot tartalmaz (pl. utcán mozgó járművek és gyalogosok), nehezítve az illesztést. Automatikus forgalomfigyelés és irányítás Városmegfigyelés Digitális városkép modellezés Földi LIDAR adat Megfelelő számítási kapacitás Automatikus regisztráció az autó mozgásának ismerete nélkül Nagy adatsűrűség: több mint 10 millió adatpont pár méternyi rögzítés alatt Egy-egy minta rögzítés a LIDAR adathalmazban A döntött adathalmazból összefűzött jelenet (a szenzor 45 fokban nézett felfelé)

3 Elosztott Események Elemzé se Kutatólaboratór ium Járműfelismerés földi LIDAR pontfelhősorozatokból Módszerünk járműveket azonosít földi LIDAR lézerkamera által készített pontfelhősorozaton. A mérés kimenetként megjelenő ritka pontfelhősorozatot automatikus algoritmus illeszti össze, majd a felismerést a sűrű pontfelhőn végzi. Az eljárás széleskörű alkalmazását teszi lehetővé, hogy különféle adatfüggő és prior előzetes ismeretekre építő elemek építhetők be a modellbe. A rendszer beállításához egyaránt használhatunk tanító adatmintákat valamint szabályokat. A módszer valós LIDAR pontfelhősorozatokon került tesztelésre, melyeket egy Velodyne HDL-64E típusú lézerszkenner készítette Budapest belvárosában. L I D A R a l a p ú m e g f i g y e l é s i r e n d s z e r Alkalmazási területek Automatikus forgalom megfigyelés és ellenőrzés Környezetvédelem Városi térfigyelő rendszerek Földi LIDAR adatok Erős számítási teljesítmény Automatikus feldolgozás Tetszőlegesen beállítható adatmodellek Járművek és járműcsoportok együttes felismerése 2D-s jámrű kinyerés Ritkás bemeneti pontfelhő Jármű szegmentáció és vetítés Pontfelhők összeillesztése (kb. 30 db) 3D-s befoglaló dobozok visszavetítése a pontfelhőbe Sűrű pontfelhő az összeillesztés után

4 Elosztott Események Elemzé se Kutatólaboratór ium Városi forgalom-megfigyelés légi LIDAR adatokon Az automatikus forgalommegfigyelő eljárások kulcsfontosságú részét képezik a városi felügyelettel kapcsolatos rendszereknek. Megoldásunk összetett forgalomelemző rendszert valósít meg, ahol hierarchikus adatmodellekkel dolgozunk: az egyes járművek felismerése mellett az eljárás képes azonosítani az összetartozó járműcsoportokat különböző forgalmi helyzetekben, mint például parkoló járművek, vagy közlekedési lámpánál várakozó járműsor. Az eljárás működése a következő: az első lépés a 3D-s bemeneti pontfelhő szétválasztása különböző osztályokat tartalmazó ponthalmazokra, úgy mint "jármű, épületek tetőszerkezetei, növényzet, illetve ritka régiók. Második lépésben a különböző pontosztályokat a talajsíkra történő vetítés után leírhatók kétdimenziós téglalapok összességével. Az eljárásban lehetőség adódik előzetes (prior) információ beépítésére a felhasználó által, például a lehetséges járművek alakja, mérete és elrendeződésének várt mintái. Alkalmazási területek Automatikus forgalom megfigyelés és ellenőrzés Környezetvédelem Városi felügyelet Légi LIDAR adatok Erős számítási teljesítmény Automatikus adatfeldolgozás Tetszőlegesen beállítható adatmodellek Járművek és járműcsoportok együttes felismerése Bemenő pontfelhő magasságszínezéssel (1. adathalmaz) Teszt adatok: Infoterra-Astrium Geoinf-Serv, Magyarország Szegmentált pontfelhő (2. adathalmaz) Vehicle model A járműfelismerés eredménye (1. adathalmaz) Járműcsoportok felismerése (2. adathalmaz) E l é r h e t ő s é g : M T A - S Z T A K I, K e n d e u , B u d a p e s t, l a b o r v e z e t ő : P r o f. S z i r á n y i T a m á s, s z i r a n y i. t a m a s z t a k i. m t a. h u D r. B e n e d e k C s a b a, b e n e d e k. c s a b s z t a k i. m t a. hu, u r l : h t t p : \ \ w e b. e e e. s z t a k i. h u T e l : ( )

5 EEE & GMSZL Kutatólaboratóriumok E L O S Z T O T T ES E M É N Y E K E L E M Z É S E & G E O M. MOD E L L E Z É S É S S Z Á M T Ó G É P E S L Á T Á S L A B O R O K Sok szereplős követés és dinamikus tér rekonstrukciója LIDAR adatok alapján i4d projekt: Valóság alapú virtuális világ létrehozása Módszerünk automatikusan elkülöníti a mozgó járókelőket LIDAR ponfelhő sorozatokon és képes több szereplő követésére hosszú idő tartományon keresztül. A folyamat kimeneteként a kinyert pályagörbék alapján előállt a dinamikus 3D színtér (azaz 4D), mely a 4D stúdióban előre felvett mozgó szereplőket jeleníti meg. A jelenet környezeteként használhatunk tetszőleges valós vagy mesterséges teret, de készíthetünk 3D modellt is a LIDAR által felvett jelenetből. A modul része az i4d rendszernek, melynek célja a valóság több szintjét és lehetséges megvalósulásait kombinálni, két fő problémára koncentrálva: 1. Valós bel- és kültéri színterek rekonstrukciója, virtuálisan módosítva, benépesítve szereplőkkel és objektumokkal, 4D megjelenítés segítségével 2. Kültéri LIDAR alapú videó felügyeleti és rekonstrukciós feladatok támogatása a 4D stúdióban létrehozott 3D objektum modellek használatával L I D A R A l a p ú F e l ü g y e l e t Videofelügyelet Film- és animációipar Nagy frissítési frekvenciájú LIDAR rendszer Feldolgozó számítási kapacitás Felügyeleti egység Valós idejű működés, sok szereplő együttes észlelése és követése Automatikus feldolgozási folyamat Bel- és kültéri alkalmazás Megjelenítő egység Előre felvett, mozgó szereplők létrehozása a 4D rekonstrukciós stúdióban 3D textúrált háttér modell készítés (részben automatikus) 2) Elkülönített járókelők a LIDAR pontfelhőben 4) Rekonstruált 4D színtér 1) Bemeneti pontfelhő 3) Járókelők pályarajzolata felülnézetből