Resultados do Estéreo Neural (VGRAM)

Esta página apresenta alguns resultados preliminares interessantes, obtidos com a utilização de um algoritmo baseado em redes neurais sem peso VGRAM para obtenção de um mapa de disparidades a partir de um par de imagens estéreo. Esses resultados foram obtidos durante o curso da disciplina de Veículos Autônomos, ofertada no semestre 2011/1 pelo Prof. Alberto, em que o objetivo principal é o desenvolvimento de um veículo capaz de navegar de forma autônoma em ambientes não estruturados.

Após a obtenção do mapa de disparidades, foi possível obter um mapa em V-Disparidade (Referências V-Disparidade) com qualidade muito boa. Utilizando técnicas de processamento de imagens e baseado na teoria acerca de mapas em V-Disparidade, foi possível identificar o perfil do plano trafegável e também os obstáculos envolvidos. As imagens apresentadas nesta página possuem o seguinte formato: apresentam à esquerda o mapa em V-Disparidade, ao centro a detecção de planos trafegáveis e obstáculos e à direita a imagem original com os obstáculos muito próximos destacados em vermelho e os obstáculos mais distantes destacados em verde.

• Essa primeira sequência de imagens apresenta o comportamento do algoritmo ao se aproximar de uma faixa de pedestres. Inicialmente, o pedestre é considerado um obstáculo afastado e sua presença na cena não apresenta riscos de colisão. A medida em que o veículo se aproxima do pedestre, o mesmo passa a ser considerado um obstáculo cada vez mais próximo.

Figura 1: Obstáculo Afastado

Figura 2: Obstáculo Distante

Figura 3: Obstáculo Próximo

• A sequência de imagens a seguir ilustra que o algoritmo também se mostrou útil para detecção de outros componentes relevantes do tráfego urbano, como postes, placas de trânsito e outros veículos em movimento.

Figura 4: Detecção de Poste

Figura 5: Detecção de Outros Veículos

Figura 6: Detecção de Placas de Trânsito