Geometriai látás kutatócsoport

A kutatócsoport fő területe a háromdimenziós (3D) gépi érzékelés. Elsősorban kamera képeket, mélységérzékelő szenzorokat és LiDAR (lézerszkenner) eszközöket dolgozunk fel. Fő kutatási témáink közé tartozik

• Különböző érzékelők kalibrációja, különösen a LiDAR eszközöké és a digitális kameráké.
• Stereo látás affin transzformációk felhasználásával.
• Vizuális odometria járműre szerelt szenzorokkal.

A kutatás középpontjában az affin transzformációk alkalmazása áll, ez a téma az ELTE-n indult. Fő alkalmazási területünk az autonóm járművek. Az egyetemen egy szenzorkészletet fejlesztettünk ki, amely magában foglal szűk és széles látószögű lencsékkel rendelkező kamerákat, LiDAR szenzort/szenzorokat, IMU-t (tehetetlenségi mérőegység) és RTK-GPS-t (nagy pontosságú, valós idejű korrekciós globális helymeghatározó rendszert). A szenzorok időben szinkronizáltak. Itt készült egy távolról irányítható elektromos gokart is.

Fejlesztettünk egy programozható robotkart is, amelynek célja a dobozok automatikus kicsomagolása. Ehhez kutatócsoportunk egy kétdimenziós LiDAR-alapú mérőszoftvert készített, amellyel a robot által megfogott tárgy mérete meghatározható. Csoportunk minden évben versenyt szervez hallgatóknak, ahol autonóm járművekhez kapcsolódó feladatokat kell megoldani. Kutatásainkat a Robert Bosch GmbH támogatja.

▶ Stereo és többnézetű 3D gépi látás

• 3D rekonstrukció
• Mozgásból szerkezet / Egyidejű helymeghatározás és térképezés (SLAM)
• Vizuális odometria

▶ Többmodalitású kalibráció

• Kamera – LiDAR
• Több LiDAR
• 2D LiDAR
• RGB-D (színes + mélység) szenzorok

Hisszük, hogy a modern kutatásban az elmélet és a gyakorlat találkozik. Ezért olyan problémákat vizsgálunk, amelyek valós ipari alkalmazásokban is előfordulnak. Előnyben részesítjük saját tesztadataink gyűjtését, nem csak az internetről letöltött adatok használatát. Ennek érdekében fejlesztettük ki (i) az ELTECar-t, egy számos érzékelővel felszerelt autót, valamint (ii) az ELTEKart-ot, egy távolról irányítható elektromos gokartot.

• Hajder Levente tudományos főmunkatárs (kutatócsoport-vezető, MTMT, Tud-O-Méter)
• Lóczi Lajos, tudományos főmunkatárs
• Eichhardt Iván, tudományos főmunkatárs
• Kovács Bandó, mérnök
• Tóth Tekla, PhD hallgató
• Tófalvi Tamás, PhD hallgató
• Cserép Máté, PhD hallgató

• 3D rekonstrukció kiegyenesített sztereo képekből affin transzformációk segítségével
• Gépi látás kicsomagoló robothoz
• LiDAR–kamera kalibráció gömb alakú kalibrációs objektumok használatával

• Több kétdimenziós LiDAR szenzor kalibrációja
• Homográfia becslése a les (offside) felismerésére a közép kör segítségével

• T. Tóth, L. Hajder (2023): A minimal solution for image-based sphere estimation, International Journal of Computer Vision [DOI]
• L. Hajder, D. Baráth (2020): Relative planar motion for vehicle-mounted cameras from a single affine correspondence, IEEE International Conference on Robotics and Automation [DOI]
• D. Baráth, I. Eichhardt, L. Hajder (2019): Optimal multi-view surface normal estimation using affine correspondences, IEEE Transactions on Image Processing [DOI]
• D. Baráth, L. Hajder (2018): Efficient recovery of essential matrix from two affine correspondences, IEEE Transactions on Image Processing [DOI]
• D. Baráth, T. Tóth, L. Hajder (2017): A minimal solution for two-view focal-length estimation using two affine correspondences, IEEE Conference on Computer Vision and Pattern Recognition [DOI]

• ELTECar tesztautó és ELTEKart távirányítható gokart
• 16-sugaras Velodyne VLP-16 LiDAR
• HikVision 2 MPixel színes kamerák normál és halszem optikával
• RTK korrekciós GPS
• Intel Intellysense mélységkamera

kutatócsoport vezető: Hajder Levente [hajder@inf.elte.hu]
kapcsolattartó: Tófalvi Tamás [z2rciu@inf.elte.hu]