A jelen beszámoló által lefedett, a doktoranduszi témámhoz kapcsolódóan elvégzett kutatási munkám a napjainkban egyre nagyobb figyelmet kapó és előtérbe kerülő argumentált és virtuális valóság (AR/VR) alkalmazások felhő alapú üzemeltetésének kihívásaira fókuszálódott. A kutatásom keretein belül a SLAM (Simultaneous Localization and Mapping) alkalmazások ingadozó teljesítményét és belső működési jellemzőit vizsgáltam meg annak érdekében, hogy a kliensektől érkező eltérő formátumú adatok (2D képi és numerikus szenzor) feldolgozási sebessége nagy pontossággal előre jósolható legyen.
Első lépéseként a különböző vizuális és vizuális-inerciális odometria (VIO) és SLAM tématerületeivel ismerkedtem meg. A VIO-SLAM alkalmazások jellegzetességeként azt állapítottam meg, hogy a feldolgozás teljesítménye egyértelműen összefüggésbe hozható a beérkező képi és IMU adatok milyenségétől, függetlenül a SLAM alkalmazásban implementált megoldásoktól. A SLAM alkalmazások működését a Rovioli/maplab nevű keretrendszer implementációjának vizsgálatával folytattam és egészítettem ki. Az implementáció teljesítményének vizsgálatához saját ROS modult fejlesztettem, amely képes minden beérkező képkocka Rovioli-ban történő feldolgozási idejének lemérésére valós időben. Az előkészített tesztesetek futtatása után elemeztem a mért adatokat, összegeztem és megfeleltettem a tapasztalt futtatási eredményeket a különböző implementációs sajátosságokkal és levontam a konklúziókat.
Czentye János
2021/ 2/ 8.
Támogató: Ericsson
Be the first to comment