Real-Time Object Pose Estimation on Monocular Vision with RANSAC-based Homography Estimation

KUKUH NOMIKUSAIN, Adha Imam Cahyadi, Dr.Eng., S.T., M.Eng.; Indah Soesanti, Dr., S.T., M.T.

2015 | Skripsi | S1 TEKNIK ELEKTRO

Penggunaan teknologi sensor visual menjadi umum akhir-akhir ini. Penggunaan yang terus bertambah dari smartphone, CCTV, perangkat permainan berbasis kamera, UAV dan berbagai teknologi yang menggunakan sensor visual sangat penting bagi kehidupan kita. Hal ini mendorong peningkatan jumlah penelitian di bidang computer vision. Estimasi pose suatu obyek sebagai salah satu cabang dari computer vision adalah sebuah subyek penelitian penting di antara berbagai cabang lain. Dalam skripsi ini, sebuah pengestimasi dari pose suatu obyek yang diterapkan pada monocular vision secara real-time diajukan. Pose dari obyek yang akan diestimasi mencakup posisi dan orientasi dari obyek tersebut. Algoritma Iterative PnP di banyak kasus digunakan sebagai algoritma utama untuk mengestimasi pose. Dalam skripsi ini, sebuah teknik pengestimasi homography digunakan untuk mendapatkan titik sudut dari obyek untuk digunakan sebagai input dari algoritma Iterative PnP yang terkenal. Estimasi matrix homography dilakukan dengan cara menghilangkan outlier dari ekstraksi dan pemasangan ciri menggunakan RANSAC. Tiga jenis eksperimen dilakukan dalam pengerjaan skripsi ini. Eksperimen yang menyangkut translasi tanpa melibatkan perubahan skala dan orientasi dilakukan di eksperimen 1 dengan menunjukkan rerata galat sebesar 0,42 cm. Eksperimen translasi yang melibatkan perubahan skala tanpa perubahan orientasi dilakukan di eksperimen 2 dengan menghasilkan rerata galat sebesar 1,5 cm. Dan eksperimen yang melibatkan perubahan orientasi tanpa perubahan skala di eksperimen 3 menunjukkan rerata galat sebesar 0,83 derajat. Algoritma yang diajukan ini sukses dalam memberi informasi tentang posisi dan orientasi dari suatu obyek relatif terhadap kamera.

The usage of visual sensing technology is becoming mainstream nowadays. Incremental use of smartphone, CCTV, camera-based game console, UAV, and any other technologies that use visual sensor are undeniedly important to our daily life. This drives increasing number of research in subject of computer vision. Object pose estimation as one of the branch of computer vision is a popular subject of research among any other branches. In this thesis, an estimator of object pose applied on real-time monocular vision is proposed. Pose of the object that will be estimated is containing position and orientation of the object. Iterative PnP algorithm in many cases is used as primary algorithm to estimate pose. In this thesis, a homography estimation technique is used to get corner points of the object to be used as input of the well-known Iterative PnP algorithm. Estimation of the homography matrix is done by removing outliers from feature extraction and matching using RANSAC. Three different kind of experiments is done in this thesis. Experiment of translation without involving scale and orientation invariant in experiment 1 shows mean error of 0.47 cm. Experiment of translation involving scale invariant with relatively constant orientation in experiment 2 gives mean error of 0.47 cm. And experiment of involving rotation invariant without scale invariant shows mean error of 2.05 degree. The proposed algorithm is successful for giving information about position and orientation of the object relative to the camera.

Kata Kunci : Real-time, Monocular vision, Estimasi pose, Estimasi homography, RANSAC, Iterative PnP