SoSe24 - Praktikum Systementwurf - Inverse Perspektiventransformation (IPT): Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
(Ergebniss Gif eingefügt. Außerdem die Struktur für die Intrinsischen und Extrinsischen Parameter)
KKeine Bearbeitungszusammenfassung
(2 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 15: Zeile 15:


== Kalibrierung der Kamera ==
== Kalibrierung der Kamera ==
[[Datei:Original und EntzerrtesBild.jpg|1000px|rechts|Abbildung 2: Original und entzerrtes Bild]]
* Parameter
* Parameter
* Nachweis der erfolgreichen Entzerrung
* Nachweis der erfolgreichen Entzerrung
Zeile 24: Zeile 25:
! Parameter !! Wert  
! Parameter !! Wert  
|-
|-
| FocalLength || [482.9843, 484.1678]
| FocalLength || [472.3687, 473.2485]
|-
|-
| ImageSize  || [478, 752]
| ImageSize  || [478, 752]
|-
|-
| RadialDistortion  || [-0.3325, 0.1218]
| RadialDistortion  || [-0.3437, 0.1698, -0.0485]
|-
|-
| TangentialDistortion  || [0, 0]  
| TangentialDistortion  || [0.0016, -0.0018]  
|-
|-
| PrincipalPoint  || [380.8518, 230.4655]
| PrincipalPoint  || [386.103, 228.4705]
|-
|-
| MeanReprojectionError || 0.0884
| MeanReprojectionError || 0.1542
|}
|}


Zeile 46: Zeile 47:
| Kamerahöhe über Boden  || 27,5cm
| Kamerahöhe über Boden  || 27,5cm
|-
|-
| Fahrzeugfront bis Kamera  || 28cm
| Fahrzeugfront bis Kamera  || 27cm
|-
|-
| Fahrzeuglänge  || 50cm
| Fahrzeuglänge  || 41cm
|-
|-
| Fahrzeugbreite  || 22cm
| Fahrzeugbreite  || 20cm
|}
|}



Version vom 20. Juni 2024, 14:14 Uhr

Abbildung 1: GeradeInKurve in BirdeyeView Perspektive
Autoren: Daniel Block, Paul Janzen
Thema: Inverse Perspektiventransformation (IPT)
Workshoptermin 9: 20.06.2024
Lernzielkontrolle 3: 04.07.2024

Einleitung

In diesem Wikiartikel wird dargestellt, wie wir eine Inverse Perspektiventransformation (IPT) auf ein Bild und ein Video angewendet haben. Die angewendete IPT war eine sogenannte Bird's Eye View-Transformation. Diese Technik bietet eine unverzerrte Draufsicht, die die Erkennung und Verfolgung von Fahrspuren erheblich erleichtert, da die Linien parallel und gleichmäßig erscheinen.

Kalibrierung der Kamera

Abbildung 2: Original und entzerrtes Bild
Abbildung 2: Original und entzerrtes Bild
  • Parameter
  • Nachweis der erfolgreichen Entzerrung

Für die Erstellung des kalibrierten Bildes wurden folgende von der App erstellten Parameter verwendet:

Tabelle 1: Erzeugte Parameter der Matlab Calibrator App
Parameter Wert
FocalLength [472.3687, 473.2485]
ImageSize [478, 752]
RadialDistortion [-0.3437, 0.1698, -0.0485]
TangentialDistortion [0.0016, -0.0018]
PrincipalPoint [386.103, 228.4705]
MeanReprojectionError 0.1542
Tabelle 2: Extrinsische Kameraparameter
Parameter Wert
Kameraneigung 10°
Kamerahöhe über Boden 27,5cm
Fahrzeugfront bis Kamera 27cm
Fahrzeuglänge 41cm
Fahrzeugbreite 20cm

Inversen Perspektiventransformation

Beschreibung der MATLAB Funktion(en), Eingangs- und Ausgangsparameter

PAP

PAP Ihrer Lösung

Quelltext

Ergebnisse

  • Darstellung der Ergebnisse
  • Links zu den Arbeitsergebnissen

Analyse

Tabelle 1: Problembeschreibung
Beschreibung Das Problem ist.. Das Problem ist nicht...
Was genau ist das Problem?
Wo tritt das Problem auf? Beispiel Beispiel
Wie zeigt sich das Problem? Beispiel Beispiel
Wann tritt das Problem auf? Beispiel Beispiel
Warum ist es ein Problem? Beispiel Beispiel
Tabelle 2: Ursachenanalyse
Nr. Beschreibung
1 Warum?
Tabelle 3: Maßnahmen zur Beseitigung der identifizierten Ursache(n)
Nr. Maßnahme Verantwortung Termin Status
1 Max Mustermann

Hinweis: Die Maßnahmen müssen nicht umgesetzt werden.

Zusammenfassung

Beantwortung der Lernzielkontrollfragen


→ zurück zum Hauptartikel: Praktikum SDE | SDE-Team 2024/25 | Lernzielkontrolle 3