Registro global de nuvens de pontos RGB-D em tempo real usando fluxo óptico e marcadores

Registration of point clouds captured by depth sensors is an important task in 3D reconstruction applications based on computer vision. In many applications with strict performance requirements, the registration should be executed not only with precision, but also in the same frequency as data is acquired by the sensor. This thesis proposes theuse of the pyramidal sparse optical flow algorithm to incrementally register point clouds captured by RGB-D sensors (e.g. Microsoft Kinect) in real time. The accumulated errorinherent to the process is posteriorly minimized by utilizing a marker and pose graph optimization. Experimental results gathered by processing several RGB-D datasets validatethe system proposed by this thesis in visual odometry and simultaneous localization and mapping (SLAM) applications.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

O registro de nuvens de pontos capturadas por sensores de profundidade é uma importante etapa em aplicações de reconstrução 3D. Em diversos casos como localização e mapeamento para robótica ou realidade aumentada para entretenimento, o registro deve ser realizado não só com precisão estrita, como também na frequência de dados de aquisição do sensor. Com o objetivo de registrar nuvens de pontos de sensores RGB-D (p. ex. Microsoft Kinect), é proposto nesta tese o uso do algoritmo de fluxo óptico piramidal esparso para registro incremental a partir de dados de aparência e profundidade. O erro acumulado inerente ao processo incremental é posteriormente reduzido, através do uso de um marcador artificial e minimização de erro por otimização em grafo de poses. Resultados experimentais obtidos após o processamento de diversos conjuntos de dados RGB-D validam o sistema proposto por esta tese para aplicações de odometria visual, SLAM visual e digitalização de objetos em tempo real.