#Слайд 1
Здравствуйте, меня зовут Синицын Даниил.
Вашему вниманию предлагаются основные результаты работы на тему:

Нахождение оптимального решения
многокритериальной задачи на примере нахождения
поз системы широкоугольных камер

Научный руководитель Колбин Вячеслав Викторович,
рецендент: Мышков Станислав Константинович

Данная задача была поставлена в рамках реализации системы кругового обзора автомобиля
Хочу обратить внимание на то, что это лишь подзадача построения кругового обзора,
Финальная стадия: красивая склейка изображений не стояла как задача.

#Слайд 2
Были поставлены следующие цели и задачи
Цели:
Решить проблему поиска позиций камер в рамках рамках реализации кругового обзора автомобиля
Оценить эффективность выбранного подхода

Задачи:
Построить оптимизационную задачу для решения проблемы
Реализовать построенную задачу
Провести численный эксперимент

#Слайд 3
На данном слайде представлена статистика аварий на парковках и стоянках
более 50 000 аварий в год, более 500 смертей более 60 000 травм
Что говорит об актуальности работу ввиду недоступности реализаций АВМ автопроизводителями

#Слайд 4
На данном слайде схематически представлено расположение камер на автомобиле
Задача: Имеются N изображений с камер, имеются области пересечения и даны соответствующие точки
для двух пересекающихся изображений. Необходимо оценить позиции камер, если известно высота и поворот
одной из камер
Калибровку камер разделяют на внешнюю и внутреннюю.
Внешняя - матрица поворота камеры и вектор сдвига ( трансляции) относительно определенной системы
кооринат
#Cлайд 5
А внутрення калибровка - поиск
Преобразование переводящее лучи света от объектов сцены в пиксели изображения(RayToPoint)
Преобразование переводящее пиксели в лучи, пересекающие эти объекты(PointToRay)

На слайде представлена проекция точки из какой-либо системы координат, внешние параметры камеры
в которой известны на камеру и наоборот.
Стоит заметить, что обратное преобразование не может дать точку, она дает луч, откуда и берется
ненулевая константа

#Слайд 6
В качестве описания внутренних параметров выбраны параметры омнидерикционной проекции
в ввиду своей универсальности
Онаописывается фокальным расстоянием, принципиальной точкой( кооринаты перпеникуляра из оптического
центра на плосость изображения) и полиномом

# Слайд 7
На данном слайде показана функция PointToRay для данной проекционной модели

# Слайд 8
Осталось ввести несколько прелположения для моделирования оптимизационной задачи

1) все камеры откалиброваны,
2)для одной известен поворот и высота
3) Существует область пересечения
4) точки найден достаточно точно
5) вращение и трансляции независимы и оптимизируются по отдельности
6) земля плоская в некой окрестности системы камер

# Слайд 9

на данном сладе показана Многокритериальная нелинейная оптимизационная модель задачи
метод триангуляции выбран с целью использования автоматического дифференцирования ceres-solver

Здесь минимизируеся ошибка репроекции для поворотов и векторов трансляций
и одновременно минимизируются константы векторов трансляций
( так как камера ничего не знает о размере)
Минимизация констант происходит путем проецирования на плоскую землю и минимизации разности для заданных точек


# Слайд 10

Очевидно, что повороты камер, при идеально найденных соответсвиях точек могут быть найдены по отельности
И оптимизация констант векторов трансляций може быть найдена после нахождения поворотов и трансляций


На языке С++ с использованием ceres-solver и Eigen была реализована программа представляющая обе эти модели

1) результаты поворотов
12 - соответствия точек
13 - начальное приближение и 85 итераций
14 - 222 и 430 итерации
15 - наконец после 553 итераций

# Слайд 16
На данном слайде показаны спроецированный на землю изображения
17 - тестируемый аппарат

18 - финально для 4 пар и для минимизации расстояний