Monocular passive event-based range-finding of airborne objects using the Scheimpflug principle
Dieser Beitrag stellt SCHORTY vor, ein in Größe, Gewicht und Leistungsaufnahme (SWaP) effizientes monokulares passives Entfernungsbestimmungssystem, das das Scheimpflug-Prinzip nutzt, um die Entfernung von luftgestützten UAVs bis zu 1,1 km deterministisch zu schätzen, und das bei der Implementierung mit ereignisbasierten Kameras besondere Vorteile in der Bewegungserkennung und Unterdrückung von Hintergrundsignalen aufweist.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen zu erraten, wie weit ein fliegender Vogel entfernt ist, aber Sie haben nur ein Auge und keinen Laserentfernungsmesser. Normalerweise benötigen Sie, um die Entfernung mit einem Auge zu schätzen, entweder eine Kopfbewegung oder Sie warten, bis sich das Objekt bewegt. Doch was wäre, wenn Ihre Kamera so „abgestimmt" werden könnte, dass Objekte in bestimmten Entfernungen scharf erscheinen, während alles andere auf eine sehr vorhersehbare Weise unscharf aussieht?
Genau das beschreibt diese Arbeit. Die Forscher entwickelten ein spezielles Kamerasystem namens SCHORTY (ein ausgefallenes Akronym für SCHeimpflug for Optical Ranging TechnologY), das wie ein direkt in das Objektiv eingebautes „Entfernungslineal" funktioniert.
So funktioniert es, aufgeteilt in einfache Konzepte:
1. Der Trick des „geneigten Bildes" (Das Scheimpflug-Prinzip)
Normalerweise ist bei einer Fotografie der Kamerasensor flach und parallel zum Objektiv ausgerichtet. Alles, was scharf ist, liegt auf einer Ebene, die parallel zur Kamera verläuft.
Das SCHORTY-Team tat etwas anderes: Sie neigten den Kamerasensor physisch im Kameragehäuse (wie das Neigen eines Bilderrahmens an einer Wand).
- Die Analogie: Stellen Sie sich vor, Sie leuchten mit einer Taschenlampe auf eine Wand. Halten Sie die Taschenlampe gerade, ist der Lichtkreis rund. Neigen Sie die Taschenlampe, wird der Kreis zu einem Oval.
- Das Ergebnis: Durch das Neigen des Sensors ist der Bereich des „scharfen Fokus" innerhalb der Kamera keine flache Wand mehr; es ist ein geneigter Raumabschnitt.
- Die Magie: Da der Fokusschnitt geneigt ist, entspricht jede einzelne Pixelzeile auf dem Kamerasensor einer bestimmten Entfernung.
- Zeile 1 könnte bei 30 Metern scharf sein.
- Zeile 500 könnte bei 500 Metern scharf sein.
- Zeile 1000 könnte bei 1 Kilometer scharf sein.
Wenn Sie eine Drohne sehen, die in Zeile 500 perfekt scharf aussieht, wissen Sie sofort, dass sie 500 Meter entfernt ist. Keine komplexe Mathematik oder Laser erforderlich.
2. Der „Bewegungsfilter" (Ereignisbasierte Kameras)
Die Forscher testeten dieses System mit zwei Kameratypen: einer Standard-Videokamera und einer speziellen „ereignisbasierten Kamera" (EBC).
- Standard-Kamera: Nimmt ein Bild von allem auf – die Drohne, die Bäume, die Wolken und den Boden. Es ist wie ein Foto einer belebten Straße; alles ist vorhanden.
- Ereignisbasierte Kamera: Diese Kamera ist wie ein Sicherheitsbeamter, der nur Bewegungen bemerkt. Wenn ein Baum stillsteht, ignoriert die Kamera ihn. Fliegt eine Drohne vorbei, leuchtet die Kamera auf.
- Der Vorteil: In einem verworrenen Wald wird eine Standardkamera durch Blätter und Äste verwirrt. Die ereignisbasierte Kamera filtert all das statische „Rauschen" (die Bäume) heraus und zeigt nur das bewegte Ziel (die Drohne). Dies macht es viel einfacher, die Drohne vor einem unübersichtlichen Hintergrund zu erkennen.
3. Die „Unschärfe-Signatur"
Die Arbeit bemerkte auch etwas Interessantes darüber, wie die Drohne aussieht, wenn sie nicht scharf ist.
- Da die Kamera geneigt ist, ist die Unschärfe auf beiden Seiten der „scharfen Zone" nicht gleich.
- Die Analogie: Stellen Sie sich vor, Sie gehen durch eine Tür. Wenn Sie von links auf die Tür zugehen, sehen Sie vielleicht einen bestimmten Schattentyp; wenn Sie von rechts kommen, sieht der Schatten anders aus.
- Die Forscher stellten fest, dass die „Unschärfe" der Drohne unterschiedlich aussah, je nachdem, ob sich die Drohne der scharfen Zone näherte oder sich von ihr entfernte. Diese „asymmetrische Unschärfe" könnte ihnen eventually helfen, nicht nur die Entfernung, sondern auch den Flugweg der Drohne zu erraten.
4. Was sie tatsächlich bewiesen
Das Team baute nicht nur die Kamera; sie flogen echte Drohnen (ein großer Oktokopter und ein Flugzeug mit festem Flügel), um es zu testen.
- Der Test: Sie stellten die Kamera auf dem Boden auf und beobachteten Drohnen, die in Entfernungen bis zu 1,1 Kilometern (etwa 0,7 Meilen) flogen.
- Das Ergebnis: Sie verglichen die Entfernungsabschätzung der Kamera mit dem tatsächlichen GPS-Standort der Drohne. Die Kamera war sehr genau.
- Der Vorteil: Im Gegensatz zu anderen High-Tech-3D-Kameras, die leistungsstarke Computer benötigen, um das Bild rückwärts zu entschlüsseln und die Entfernung zu finden, ist SCHORTY „deterministisch". Es ist wie das Ablesen eines Lineals: Sie schauen auf das Bild, sehen, welche Zeile scharf ist, und lesen die Zahl ab. Es ist schnell und benötigt keinen Supercomputer.
Zusammenfassung
Die Arbeit stellt eine kostengünstige, leichte Methode vor, um die Entfernung fliegender Objekte zu messen, ohne Laser (die von Feinden erkannt werden können) oder teure 3D-Sensoren zu verwenden. Durch einfaches Neigen des Kamerasensors verwandelten sie die Kamera in ein Entfernungsmesswerkzeug. In Kombination mit einer „nur-Bewegung"-Kamera wird sie zu einem leistungsstarken Werkzeug, um sich bewegende Drohnen in belebten, natürlichen Umgebungen zu erkennen.
Erwähnte Hauptbegrenzung: Die Genauigkeit hängt von der Größe der Kamera-Pixel ab. Je weiter das Objekt entfernt ist, desto größer wird der „Entfernungsschritt" zwischen den Pixeln (wie bei einem Lineal mit sehr dicken Markierungen), sodass das System bei sehr großen Entfernungen weniger präzise ist, aber im mittleren Bereich gut funktioniert.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.