MétaCan
Menu
Retour à la cohorte
Enregistrement W4241685319 · doi:10.32920/ryerson.14648208

Target Design for LIDAR-Based ICP Pose Estimation for Space Vision Tasks

2021· preprint· en· W4241685319 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPoseArtificial intelligenceComputer visionComputer scienceAmbiguityActive shape model3D pose estimationPattern recognition (psychology)Segmentation

Résumé

récupéré en direct d'OpenAlex

The goal of this thesis is to develop a methodology for designing 3D target shapes for accurate LIDAR pose estimation. Scanned from a range of views, this shape can be attached to the surface of a spacecraft and deliver accurate pose scanned. It would act as an LIDAR- based analogue to fiducial markers placed on the surface and viewed by CCD camera(s). Continuum Shape Constraint Analysis (CSCA) which assesses shapes for pose estimation and measures the performance of the Iterative Closest Point (ICP) Algorithm is used as a shape design tool. CSCA directly assesses the sensitivity of pose error to variation in viewing direction. Three of the CSCA measures, Noise Amplification Index, Minimal Eigen-value and Expectivity Index, were compared, and Expectivity Index was shown to be the best index to use as shape design tool. Using CSCA and numerical simulations, a Cuboctahedron was shown to be an optimal shape which delivers an accurate pose when viewed from all angles and the nitial pose guess is close to the true poses. Separate from Constraint Analysis, the problem of shape ambiguity was addressed using numerical tools. The Cuboctahedron was modified in order to resolve shape ambiguity - the tendency of the ICP algorithm to converge with low registration error on a pose configuration geometrically identical, but actually different from a “true pose”. The numerical characteristics of geometrical ambiguity were studied, and a heuristic design methodology to reduce shape ambiguity was developed and is presented in this thesis. A Reduced Ambiguity Cuboctahedron is the resultant shape that delivers an accurate pose from all views and does not suffer from shape ambiguity. The shapes were subjected to simulation and experimental validation. They were manufactured using 3D Rapid Prototyper, and a NEPTEC Design Group TriDAR Scanner was used to obtain experimental data for three shapes: the Tetrahedron, Cuboctahedron, and reduced Ambiguity Cuboctahedron. The Tetrahedron, which has poorly constrained views, was included in the testing process as a comparison shape. The simulation and experimental results were congruent, and validated the design methodology and the designed shapes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,266
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotics and Sensor-Based LocalizationTravaux en français237 207