People counting is a challenging task with many applications. We propose a method with a fixed stereo camera that is based on projecting a template onto the depth image. The method was tested on a challenging outdoor dataset with good results and runs in real time.
In this paper we propose a head detection method using range data from a stereo camera. The method is based on a technique that has been introduced in the domain of voxel data. For application in stereo cameras, the technique is extended (1) to be applicable to stereo data, and (2) to be robust with regard to noise and variation in environmental settings. The method consists of foreground selection, head detection, and blob separation, and, to improve results in case of misdetections, incorporates a means for people tracking. It is tested in experiments with actual stereo data, gathered from three distinct real-life scenarios. Experimental results show that the proposed method performs well in terms of both precision and recall. In addition, the method was shown to perform well in highly crowded situations. From our results, we may conclude that the proposed method provides a strong basis for head detection in applications that utilise stereo cameras.
MULTIFILE
Met toestemming overgenomen uit Microniek, 2020, nr. 5 A stereo-vision system that was developed for application in mobile robots turned outto lack depth resolution in the background of the pictures. A simulator was built togain understanding of the parameters that influence depth estimation in stereo vision.In this article we will explain how these properties influence depth resolution andprovide a link to the webtool that was made to interactively observe and evaluate theresulting depth resolution when the parameters are varied. This tool makes it possibleto find the correct hardware that provides the resolution required, or to determinethe resolution for specific hardware.
MULTIFILE
Rugpijn komt voor bij veel paarden. De pijngrens van ieder paard is verschillend, het is lastig te constateren of een paard rugpijn heeft. De oorzaken van rugpijn kunnen uiteenlopen zoals slecht passend zadel, kreupelheid, orgaanproblemen, manier van rijden, overbelasting of wervelblokkades. Momenteel wordt rugpijn geconstateerd middels handelingen zoals voelen aan spieren of wervels, visueel beoordelen van de rug. Objectieve analyses op gebied van rug problematieken en bewegingskwaliteit zijn op dit moment erg uitdagend. Het is mensenwerk en vaak zijn de meningen verdeeld zelfs tussen experts met ruime ervaring. Het equine back measurement system kan voor de sector een gamechanger worden door de mogelijkheid om de rug/romp beweging van het paard te objectiveren en kwantificeren en zodoende rugklachten te kunnen aantonen. Het equine back measurement systeem maakt met behulp van sensoren een 3D scan van het rugoppervlak tijdens bewegen (stap/draf) op een lopende band. Middels AI software analyse volgt hieruit een resultaat van de metingen en geeft het systeem aan waar opvallende afwijkingen zitten in de bewegende oppervlaktepatronen. Met deze informatie kan dan bijv. een zadelmaker het zadel op de juiste manier instellen voor het betreffende paard of zijn er indicaties voor nader veterinair onderzoek. Het equine back measurement system zou gecombineerd kunnen worden met alle bestaande lopende band opstellingen voor paarden. In de toekomst zou het systeem zelfs gebruikt kunnen worden om een nieuw te ontwikkelen zadel met luchtkamers aan te sturen. In dit project ligt de focus op genereren van een 3D model met behulp van sensoren zoals dieptecamera’s. Op basis van de ervaring met bewegingsmetingen bij paarden van projectpartner Equimoves is gebleken dat het systeem 200 - 300 metingen per seconde moet kunnen maken om voldoende details te kunnen zien. Bij dit project zijn verder betrokken Peard (zadeldrukmetingen) en Paardenkliniek Venlo.
In het RAAK PUBLIEK project FireBot wordt onderzocht hoe brandweerlieden blusrobotica optimaal kunnen inzetten in situaties waarbij de brandweer geen brandweermensen meer wil inzetten. Denk hierbij aan nauwe gebouwen en ruimtes zoals parkeergarages onder bijvoorbeeld woontorens in drukke steden, of tunnels. Deze ruimtes worden gevaarlijk om binnen te treden wanneer er brand uitbreekt en de ruimte snel gevuld is met dikke, hete rook. Tegelijkertijd ontwikkelt het lectoraat Mechatronica van Saxion nieuwe sensoren om de brandweer middelen te geven om beter in zo’n ruimte te kunnen navigeren met een blusrobot, terwijl de brandweerman/-vrouw veilig buiten het pand staat. In het project is een aantal oefeningen met de brandweer uitgevoerd om te onderzoeken waar de knelpunten zitten betreft het gebruik van de robot, en op basis van deze ervaringen heeft Saxion een state-of-the-art sensormodule (op basis van 3D Thermische Stereo Vision) ontwikkeld om de onbekende ruimte te kunnen weergeven in 3D. Dit is essentiële informatie voor de brandweer om veilig en snel de situatie te kunnen inschatten. Op dit moment wordt er nog gewerkt aan de data-interpretatie van sensormodule en dient de module in de praktijk te worden getest met de brandweer en hun blusrobots. Door de maatregelen rond Corona was er sprake van langere levertijd van de camera’s en konden we niet altijd in het lab werken of elkaar ontmoeten. De doorlooptijd van een aantal taken heeft daardoor langer geduurd dan oorspronkelijk gepland. In het RAAK IMPULS 2020 project FireBot Systeem Testen gaan we de sensormodule klaar maken voor de verificatietesten van het systeem en de validatietesten met de eindgebruiker. De test rapportage geeft dan ook een reflectie op het aan het begin van het project opgestarte gebruikersonderzoek. Met deze Impuls kunnen we tevens de uitloop door onvoorziene omstandigheden opvangen en het project succesvol afronden.
Binnen het RAAK-project Smart Vision for UAVs is kennis ontwikkeld om UAVs autonoom te laten vliegen. Deze kennis is verankerd in de Twirre-architectuur voor UAVs. Vanaf het begin is afgesproken dat alle ontwikkelingen (zoals de architectuur, software en beschrijving van hardware) van Twirre openbaar zijn. De Twirre-architectuur is getest met meerdere prototypes. Met de Top-up wordt het mogelijk op korte termijn de Twirre-architectuur te documenteren en open source te maken. Daardoor wordt de verworven kennis openbaar toegankelijk en de verdere ontwikkeling daarvan versneld. Een unique selling point van Twirre is dat deze architectuur niet ontworpen is voor een specifieke UAV of voor UAVs van een specifieke leverancier. Twirre simuleert in feite de stick-commando’s van de grondpiloot en communiceert met de rest van de hardware van de UAV als of het een ontvanger is die radiografische de stick-commando’s ontvangt. Omdat de communicatie van de ontvangers met de rest van de UAV-hardware is gestandaardiseerd, is Twirre UAV-leverancier agnostisch. De Twirre- architectuur is goed schaalbaar van kleine tot grote UAVs. Het gebruik van low-cost componenten maakt Twirre niet alleen geschikt voor het bedrijfsleven, maar ook voor onderwijs- en hobbyprojecten. Twirre voegt aan een commodity UAV een Local Position System (LPS) toe met een breed scala aan sensoren, zoals (stereo) camera’s, ultrasoon sonars, LIDAR’s, gyroscopen, acceleratiemeters, magnetisch kompas en RTK GPS. Alle noodzakelijke berekeningen om met de UAV geautomatiseerd te kunnen vliegen, worden op een processorbord op de UAV zelf uitgevoerd. Verder zijn er software missie-bouwstenen ontwikkeld die herbruikbaar zijn, zodat sneller en eenvoudiger nieuwe missies ontwikkeld kunnen worden. Over Twirre zijn twee peer-reviewed wetenschappelijke artikelen gepubliceerd. Het Twirre-concept wordt op dit moment verder doorontwikkeld en geëvalueerd in projecten op verschillende toepassingsgebieden: • het TKI Wind op Zee project Inspection with automated UAVs using Computer Vision; • het KIEM SI project Autonoom navigeren met drones in de glastuinbouw; • binnen het Region of Smart Factory project Smart Sailing wordt door de NHL een spin-off van Twirre gebruikt; • er is een KIEM SI aangevraagd voor het project Autonoom navigeren met drones in magazijnen. De verwachting is dat er in de nabije toekomst veel vraag zal zijn naar nieuwe slimme toepassingen van autonome UAVs. De Twirre architectuur kan hieraan een belangrijke bijdrage leveren. Door Twirre open source en public domain te maken, worden de ontwikkeling en het laagdrempelig gebruik van Twirre gestimuleerd. Hiermee komt de kennis van Twirre tevens beschikbaar voor derden: bedrijven, instellingen en personen die niet bij het RAAK- project betrokken waren. Door een online-Twirre-community op te zetten, wordt de verdere ontwikkeling van Twirre nog meer versneld en wordt het gebruik ervan opgeschaald. In de community worden bijdragen van derden aan de Twirre-architectuur toegevoegd en beschikbaar gesteld aan iedereen.
