kinect를 이용한 위치 추적 - 닫힌 3d 공간에서 머리 위치를 결정하는 방법

Question

kinect 표준 방식은이 장치를 고정 된 위치에 놓고 계산하도록하는 것입니다. 앞에서 움직이는 누군가의 머리 추적.

하지만 사용 사례가 다릅니다. 내가해야할 일은 참조 프레임을 바꾸는 것입니다. kinect를 머리에 붙이고 그것을 방 주위로 움직이기 시작하십시오. 그런 다음 방 안의 위치를 ​​계산해야합니다 (방을 이미 메모리에 매핑했습니다).

이제 추적은 현재 기기 위치 자체와 실내 벽, 바닥 및 천장과의 관계에 기반해야합니다. 필자는 kinect가 벽으로부터의 빛을 반사 할 수 있어야하고 벽으로부터의 현재 거리가 무엇인지 알고 있어야합니다. 달성하기가 쉽다면 몇 가지 정보를 얻을 필요가 있습니다.

몇 가지 건설적인 참조를 제공 할 수 있습니까? 여기서는 원하는 동작 구현을 시작할 수 있기 때문에 주제가 훨씬 깊어 질 수 있습니까?

Answer 1

이미지 기반 실내 로컬라이제이션에 대해 자세히 알아 보려면이 자료를 참조하십시오. 기본 사항은 다음과 같습니다. 교육 데이터 집합 (방의 3D 모델)을 가지고 있고 어떤 시나리오 (어떤 실제 위치)에서 입력 데이터가 모델과 잘 일치하는지 확인하고자합니다.

이 경우 고려해야 할 두 가지 중요한 일이 있습니다

1. 이미 이전 프레임에서 사용자의 위치를 ​​알고 고려가 새로운 프레임에서 사용자의 가능한 새로운 위치는 무엇인가? 이는 무차별 한 힘 (컴퓨터가 생성해야하는 x, y, z 및 헤드 각도의 수를 상상해보십시오)과 같은 가능한 모든 시나리오를 테스트하고 싶지 않기 때문에 중요합니다. 예를 들어 사용자의 이전 위치를 기준으로 반경 10cm 및 10도 회전 만 고려할 수 있습니다. 사용자의 속도와 이동 방향에 따라 훨씬 똑똑한 솔루션을 생각할 수 있습니다.

2. 3D 모델에서 이러한 다양한 가능한 시나리오의 적합성을 테스트하십시오. 이것은 가능한 해결책과 카메라 입력의 관점에서 실제 세계의 3D 모델을 얻은 다음이 숫자와 숫자의 차이 (또는 숫자 집합)를 알려주는 함수를 필요로합니다. 따라서 카메라 입력에 대해 가능한 모든 위치에 대해이 함수를 실행할 수있는 경우 최소 결과 (최소 차이)가있는 위치가 가장 가능성있는 위치입니다. 자, 거기에 많은 기능이 있습니다. 비슷한 프로젝트에서 사용되는 것을 본 적이 있으므로 SAD (절대 차이의 합)를 추천합니다. 매우 간단합니다. 더 정교 해지기 위해 이미지 기반의 이미지 비교를 살펴보십시오.