Für eine sichere Fortbewegung muss ein mobiles robotisches System sein Bewegungsverhalten dem Gelände und den vorherrschenden Untergrundeigenschaften anpassen. Die Bewegungsplanung kann Informationen über die Untergrundbeschaffenheit nutzen, um das System sicher zum Ziel zu navigieren. Dazu ist eine entsprechende Detektion notwendig.
In dieser Master-Arbeit wird die Erkennung der Untergründe in Bilddaten untersucht. Zunächst wird dazu die Herangehensweise an dieses Problem in unterschiedlichen Anwendungsszenarien analysiert und verschiedene Aufnahmesysteme und Ansätze der Bildverarbeitung verglichen. Auf Basis der Erkenntnisse wird der in dieser Arbeit verfolgte Ansatz abgeleitet, Spektralbilder für die Detektion zu nutzen.
Ein Teil dieser Arbeit ist der Entwurf eines Aufnahmesystems, das mithilfe von Bandpassfiltern den Bereich des sichtbaren Lichtes in spektrale Kanäle unterteilt. Mit diesem System werden Außenaufnahmen in einem Testgelände bei unterschiedlichen Lichtverhältnissen gemacht. Die Spektralbilder werden für die Erkennung einer definierten Auswahl von Untergründen genutzt. Für eine größere Varianz der Daten und zum Testen der Robustheit werden zusätzlich weitere Geländetypen in die Erkennung aufgenommen.
Mit den Spektraldaten werden verschiedene Klassifikationsmodelle aus dem Bereich Machine Learning angelernt und deren Performance verglichen. Abschließend wird der Einfluss bestimmter Spektralbereiche auf das Klassifikationsergebnis untersucht und getestet, inwieweit sich die Anzahl verwendeter optischer Filter reduzieren lässt.
English version:
To ensure the reliable locomotion of a robotic system it is neccessary to adapt the behaviour of the robots motion to the current ground characteristics. Information about the terrain properties can e.g. be used in the motion planning step to guarantee a secure navigation of the robotic system.
In this master thesis image data is used for the ground detection. The first step is to take a closer look at state-of-the-art solutions for this problem in different areas of application and compare the various image processing approaches and imaging systems. Based on the results of the research a spectral camera is found as an imaging system with high potential for the detection task of this thesis.
The next step is to build the imaging system. The designed spectral camera uses optical filters that are sensible in the visible spectrum of light and mounted in front of a monochrome camera. This system is used for outdoor recordings in a test area with different ground types. Also other terrain types like plants are recorded to test the robustness of the detection and get more samples of different classes.
The spectral data is used to train different classifiers. The results are compared for different parameter sets. Finally the influence of the spectral coverage in different wavelength ranges are analyzed and the reduction of the used optical filters is evaluated.