Adaptive Image Processing Methods for Outdoor Autonomous Vehicles

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00332095" target="_blank" >RIV/68407700:21230/19:00332095 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-030-14984-0_34" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-14984-0_34</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-14984-0_34" target="_blank" >10.1007/978-3-030-14984-0_34</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Adaptive Image Processing Methods for Outdoor Autonomous Vehicles

Popis výsledku v původním jazyce

This paper concerns adaptive image processing for visual teach-and-repeat navigation systems of autonomous vehicles operating outdoors. The robustness and the accuracy of these systems rely on their ability to extract relevant information from the on-board camera images, which is then used for the autonomous navigation and the map building. In this paper, we present methods that allow an image-based navigation system to adapt to a varying appearance of outdoor environments caused by dynamic illumination conditions and naturally occurring environment changes. In the performed experiments, we demonstrate that the adaptive and the learning methods for camera parameter control, image feature extraction and environment map refinement allow autonomous vehicles to operate in real, changing world for extended periods of time.

Název v anglickém jazyce

Adaptive Image Processing Methods for Outdoor Autonomous Vehicles

Popis výsledku anglicky

This paper concerns adaptive image processing for visual teach-and-repeat navigation systems of autonomous vehicles operating outdoors. The robustness and the accuracy of these systems rely on their ability to extract relevant information from the on-board camera images, which is then used for the autonomous navigation and the map building. In this paper, we present methods that allow an image-based navigation system to adapt to a varying appearance of outdoor environments caused by dynamic illumination conditions and naturally occurring environment changes. In the performed experiments, we demonstrate that the adaptive and the learning methods for camera parameter control, image feature extraction and environment map refinement allow autonomous vehicles to operate in real, changing world for extended periods of time.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GJ17-27006Y" target="_blank" >GJ17-27006Y: Prostorově temporální representace pro dlouhodobou navigaci mobilních robotů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Modelling and Simulation for Autonomous Systems

ISBN

978-3-030-14983-3

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

21

Strana od-do

456-476

Název nakladatele

Springer

Místo vydání

Basel

Místo konání akce

Praha

Datum konání akce

17. 10. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—