Hannes Ovrén muestra en su tesis doctoral en visión por computadora en la Universidad de Linköping cómo se pueden crear modelos 3-D a partir de películas de video grabadas con cámaras simples montadas en el cuerpo o en un robot. La investigación abre nuevas posibilidades tanto para robots como para humanos, sobre todo para la policía y los servicios de rescate.

La investigación en visión por computadora tiene una gran importancia para el futuro de la inteligencia artificial:los sistemas autónomos se basan en la capacidad de los robots y otros sistemas para orientarse y descubrir objetos y personas.

La contribución de Hannes Ovrén muestra cómo crear un modelo 3D del entorno, basado en películas de video tomadas con una cámara económica montada en el cuerpo. El modelo reproduce la escala con precisión, permitiendo realizar mediciones.

"En la actualidad, ver a los robots moverse con bastante cuidado, para realizar un seguimiento de dónde se encuentran. En algunos casos, incluso pueden tener que detenerse para determinar su ubicación. Esta tecnología permite que los robots se muevan con mayor libertad y construyan un modelo del entorno mientras se mueven, "dice Per-Erik Forssén, docente en el Laboratorio de Visión por Computador, y supervisor principal de Hannes Ovrén.

Otros campos de uso se pueden encontrar en, por ejemplo, trabajo policial o trabajo de rescate, donde el personal con una cámara montada en el cuerpo puede recrear la escena del crimen o el lugar de un accidente en tres dimensiones, con personas y objetos en la ubicación exacta que tenían en el momento en que se tomó la fotografía.

El problema de crear modelos 3-D a partir de cámaras de video simples ha sido hasta ahora que la cámara debe estar estacionaria, preferiblemente montado en un trípode. Si la cámara se mueve, los objetos rectos pueden parecer curvados en la imagen, o parecen estar a diferentes alturas. Los objetos se bambolean, y se obtiene una imagen distorsionada. Esto se debe a que las cámaras baratas tienen un tipo de obturador conocido como obturador "rodante", que construye la imagen en píxeles fila por fila. Los teléfonos inteligentes tienen este tipo de cámara.

"Cada cuadro de imagen contiene movimiento, pero es posible mejorar la imagen significativamente modelando cómo se ha movido la cámara y compensando el movimiento, "dice Hannes Ovrén.

Para evitar que los cálculos se vuelvan demasiado exigentes, su método crea una curva, conocido como "spline, "que describe cómo se ha movido la cámara. Esta curva se construye a partir de nudos spline, donde cada nudo controla la apariencia de la curva en un momento determinado. Si los nudos se colocan más densamente, el método puede hacer frente a movimientos más complejos, pero los cálculos se vuelven más exigentes.

Hannes Ovrén muestra en la tesis que es posible utilizar significativamente menos nudos cuando se modelan los errores que surgen debido al enderezamiento y suavizado de la curva. Para evitar que los errores sean demasiado grandes, el método también utiliza una unidad de medición inercial adjunta a la cámara. Este es un sensor pequeño y económico que rastrea la aceleración, velocidad angular y orientación con respecto al suelo.

"Las medidas del sensor están incluidas en los cálculos y de esta manera podemos aumentar la distancia entre nudos, reduciendo el tamaño de los cálculos, "dice Hannes Ovrén.

La simplificación significa que el movimiento de la cámara y la curva spline no son exactamente iguales. Es posible, sin embargo, para determinar cómo la diferencia en la ruta afecta la magnitud de los errores de medición, y de esta forma aumentar la fiabilidad del modelo 3-D y las distancias en él.