Fusión y Calibración Adaptativa de Múltiples Cámaras para Escenarios de Simulación Cooperativa a Gran Escala con...

Área de la Ciencia:

• Robótica y Sistemas de Control
• Visión por Computadora
• Aprendizaje Automático

Sus antecedentes:

• La estimación precisa de la pose del vehículo es vital para las plataformas de simulación de hardware-en-el-bucle (HIL) cooperativas de múltiples vehículos.
• Los sistemas de visión monocular enfrentan limitaciones en el campo de visión y la resolución para la percepción multiobjetivo en tiempo real.

Objetivo del estudio:

• Proponer un método de detección cooperativa de visión de múltiples cámaras orientado a la ingeniería.
• Mejorar la eficiencia del procesamiento, el rendimiento en tiempo real y la precisión de la detección en simulaciones HIL.

Principales métodos:

• Proyección de los resultados de imagen de múltiples cámaras en un plano físico unificado.
• Precomputación y almacenamiento en caché de parámetros de unión de imágenes para mosaicos de imágenes rápidos y paralelizados.

Principales resultados:

• Se logró una tasa de reconocimiento del código de identificación del 93,41% y una precisión de reconocimiento del 99,08%.
• Se generaron 30 fotogramas por segundo de secuencias de imágenes unidas con entradas de alta resolución (1440 × 960).

Conclusiones:

• El método propuesto satisface los requisitos duales de precisión de detección y procesamiento en tiempo real para aplicaciones de ingeniería.
• Este enfoque mejora significativamente las capacidades de percepción para simulaciones HIL cooperativas.