Posizionamento indoor basato sul riconoscimento di immagini. Applicazione al Castello del Valentino (Torino)
Parole chiave:
Posizionamento Indoor, LiDAR, immagini RGB-D, Image Recognition Baser Location, databaseAbstract
L’articolo descrive il risultato dell’applicazione di un metodo di posizionamento basato sul riconoscimento di immagini (Image Recognition Based Location - IRBL), incentrato sulla creazione di un database di immagini solide (RGB-D) per un’applicazione mobile. L’attività descritta è stata realizzata per testare il metodo di posizionamento sviluppato nell’ambito di un progetto di ricerca condotto dal Politecnico di Torino (diretto dal prof. Andrea Lingua) in collaborazione con l’istituto di ricerca sud-coreano ETRI (Electronics and Telecommunications Research Institute) con l’obiettivo di realizzare una procedura di posizionamento indoor basata sul riconoscimento di immagini, per fini legati alla sicurezza in luoghi pubblici.
In una fase preliminare è stato realizzato un rilievo LiDAR (Light Detection And Ranging) dell’ambiente nel quale sperimentare il metodo, ottenendo un modello tridimensionale completo necessario per stimare la posizione della camera e i parametri di orientamento. Da questo modello è stato generato un database di immagini sintetiche di riferimento, creando un set di immagini in diverse direzioni e con diverse angolazioni per ognuno dei centri di scansione. Successivamente alla fase di acquisizione dei dati, le informazioni relative alle distanze e i parametri di orientamento esterno (X, Y, Z, ω, φ e κ) estratti dalle immagini presenti nel database, sono state utilizzate nella procedura di posizionamento, come riferimento per la stima della posizione di presa di immagini acquisite con un dispositivo mobile oggetto del test. Di seguito verranno descritte le operazioni di rilievo, il metodo utilizzato per la generazione del database di immagini solide con la successiva procedura di posizionamento e, infine, i risultati ottenuti in seguito alla validazione del test.
Downloads
Downloads
Pubblicato
Come citare
Fascicolo
Sezione
Licenza
Questo lavoro è fornito con la licenza Creative Commons Attribuzione - Condividi allo stesso modo 4.0.