TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol. 12, No. 12, Decembe r   2014, pp. 82 9 2  ~ 830 2   DOI: 10.115 9 1 /telkomni ka. v 12i12.61 36          8292     Re cei v ed Ap ril 24, 2013; Revi sed Septe m ber  12, 201 3; Acce pted  Octob e r 2, 20 13   Pose Error Analysis Model Based on Binocular Vision  for Rigid-Body       Niu Fenglian   Schoo l of Mechan ical a nd El ectrical En gin e e rin g , Ning bo  Dah ong yi n g  U n iversit y ,   N i n gb o  31 51 75, P .  R .  C h i n email: nfl 197 9 @ 12 6.com       A b st r a ct  In order to s a tisfy the orie ntat ion  measur in g req u ire m ent s of rigi d-bo dy  such as w o rk  piec e,   cutting to ol i n  i ndustry a nd  medic a l i n stru me nts for inv a sive  surgery, th is p aper  pres ents  a bi noc ular v i si o n   detectio n  techn i qu e base d  on  spatia l positi o n  informatio n  of mark ers to extract rigid-b ody  pose i n for m ati o n   and  ana ly z e s t he p o se acc u r a cy of rigi d-b o d y usin g the  pr incip a l c o mpo n ent an alysis (P CA) and th e l e ast  squar e metho d  (LSM) w hen spatia l pos ition err o r of  mark ers exi s t. T he simul a tion ex per i m en t   de mo nstrates  t he maxi mu m ang le erro r  of  orie ntation  is   abo ut 0.5 9   de gree  w hen  the  pos ition  err o r  of   mark ers satisfy the Gaussia n  distrib u tion w i th the m ean is  z e r o  an d the stand ard  d e viati on is 0~ 3 m m. T h e   exper imenta l  results verify thi s  meth od ca n robustly so lve  the orie ntatio n of rigi d b ody u s ing the p o siti o n   infor m ati on of  mark ers w i th positio n error s , and it  prov i des a the o reti cal an d exp e ri me ntal b a sis f o r   orie ntation me asure m ent of rigid b ody.     Ke y w ords error a nalys is, orie ntatio n d e tection,  bin o c ular  v i sio n , camera c a li br ation, th e pri n cip a l   compo nent a n a lysis, the le as t square  meth o d     Copy right  ©  2014 In stitu t e o f   Ad van ced  E n g i n eerin g and  Scien ce.  All  rig h t s reser ve d .       1. Introduc tion   With the developme n t of  machi ne visio n  tec hnolo g y ,  orientaion d e tection of work pie c and mde d ical  instrum ents  for invasive  surge r y is on t he increa se  based on visual inspe c tio n  in   indu strial technolo g y and medical diag nosi s  [1-4]. Compute r  vision and photog rammet r y have  become  a core issue,  po se  estimatio n  a s  a  re sea r ch  hot in the  field of compute r  visio n  resea r ch   has be en carried on for m any years [5] .   The issue of study here is a  dynamic po se e s timation  of  the rigid  body . For rigi d-b o d y pose esti mation the r are a l a rg e n u mbe r  of stu d ies [6 -7]   in cl uding  the method about the minimum su m of squa re and sing ular v a lue de comp osition which  is  robu st an d fa st cal c ul ation.  Some researche s  h a ve st udied  po sitio n  error of the  marke r how to   af fect attitude  solving,  su ch as  W o lt ring  et al [8] pro posed a n  e s timation meth od of maxim u error for solvi ng a given tracki ng error of the  probe wh en markers is symme trically distributed on   the pro be, M o rri s a nd  Don a th el at [9] e x tended  the  W o ltrin g s   stu d y and q uanti f y the cumul a tive   impact  of mul t iple so urce of error i n clu d ing dy n a mic deform a tion  error al go rith m target s an d so   on. However ,  no quantitative analysis a bout the  influence of these met hod s position e rro r how  to influent th e pose of rigid body .This  article mainly  focuse s on pose estimati on of rigid body  based on bi nocular visi o n  includi ng calibratio n  of  int r insi c an d  ex t r insic p a r amet e r s of   t he  came ra, the   solving  abo ut theori entatio n rel a ti on of  two  came ra Accordi ng t o  the bi no cul a came ra pa ra meters, imag e position inf o rmatio of markers in two im age coordination sy stems  are used to derive the sp atial position of the ma rkers in the worl d coor dinate  system. In pose  solutio n  of rig i d body , the l east  squ a re method  com b ined with  pri n cipal com pon ent  analy s is a r use d  to di scu ss  ho w to u s e ina c curate l o catio n  information of ma rke r s to an alyze the  orie nta t ion  error an d use  simulation a nalysi s  to  describ e the entire resea r ch proce s s.      2.  Setting up o f  V i sion Dete ction Sy stem  The po se d e tection  syste m  con s i s ts of  two  T o shib a indu strial ca mera s, two P C I frame  grab be rs whi c h type is Maxtor general a nd three  infra r ed LED lingh ts.  The using of infrared LE is mainly on accou n t of th e ambient light af fect ing little to  the acq u ired ima ge in the experiment   and dedu ce the segm enta t ion dif f iculty  of the or dinary image. Stereo vision system is used to  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Pose Error A nalysi s  Model  Based on Bi nocular  Vi sio n  for Rigid - Bo dy (Niu Fe ngl ian)  8293 detect and track three IR  markers  and  calcul ate  the  orientation a nd positio n of the rigid body  relative to the worl d coo r dinate frame  by merg in g vir t u a l r e c o n s tr uc tio n   s y s t e m  a s  F i gu r e sho w s.             Figure 1(a ) . Binocular visi o n  system mo del   Figui re 1(b ) . V i tual pose  rec o ns truc tion s y tem                   2.1. Camer a   Cali bration    T o  obtain  spa t ial positon of  marke r s in the wo rld co ordinate syste m , the first proce d ue is to calib rati on two came ras  and o b ta in the rela tiv e  orientatio n. Intr insi c parameters of the  came ra i s   used to a quire  ef fective len s  focal l engt h, optical ce nter and  le ns distortion.  Extrin sic  calib ration i s  need ed to de termine the o r ientation  re la iton of the stereo  cam e ra s with respe c t to  one an othe r .  Becau s e th e accu ra cy a bout came ra  calib ration  p a ram e ters directly af fects  the   spatial lo catio n  accura cy of marke r s, and there  are some method s of the camera calibration to   solve this  problem.  T a ki n g  into acco u n t the  need s of system  desi g n, Zha n g  ZY’ s  came ra   calib ration al gorithm [10] i s  ado pted, which d o e s   not  requi r e the 3 D  sp atial po si tion informati o n   of marke r s a nd only need s to know 2 D  plane po si tion informati o n of marke r s in two cam e ra   coo r din a te systems, so it is very con v enient  to o perate an d has high ro b u stne ss. Before  calib ration  e x perime n t, a high-quality  printe r are  employee d  to print bl ack an d wh ite   che c kerboa rd  squares 19 ×21 corn er p o ints on  A0 pape r ,  and p a ste the template on a flat  woo den su rfa c e, whe r e the  length and width of eac h grid are equ al and the side length is 20cm  and pixle  accura cy is  0.1  mm as Figu re 3  sho w s.  During   the cali bration,  t w o cameras wo ul be   put in front of calibration  template, transl a te dista n ce a n d rota tion angle d onn’t exce ed  the  scope of the came ra view  angle, t he ca mera auto m a t ically detect the co rne r  in the boa rd  usi n g   Susan  corne r  detection alg o rithm [1 1] , Figure 2 is the left camera first image co rner dete c ted.  In   orde r to g e t the came ra m a trix and  dist ortion  param eters,  we  mu st get at le ast three o r  mo re   dif f erent po se  images.           Figure 2. Acq u ired im age on the left ca mera   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 12, Decem ber 20 14 :  8292 – 83 02   8294 The cali ration  process can  be de scrible d  as follo ws , firs tly c a libration template is   placed   in front of bin o cul a came ra, and a c qui re image p o in ts by detectin g  che s sbo a rd  corner  so th at  image  co rne r  point an co rre sp ond en ce  co rne r on -b oard  are built . which  shoul d be  explaine that the first corne r  of the lowe r left corn er on t he cali bration plate i s  use d  as a calibratio n  plate  coo r din a te sy stem ori g in p o int, while the  image co or dinate system  origin p o int is in the upper l e ft  corne r  of the  image. In  order to  solve  the intri n si c a nd extrin si c p a ram e ter  of camera, thre or  more dif f e r en t pose ima g e s  are nee ded , so that the came ra m a tri x  and disto r tion pa ramete rs  prop osed by  Zhang Z hen g y u are obtai n ed. Whe n  the  four co rne r  p o ints an d the  corre s po nding   image of  the   pun ctuation board cor ners corre s po nd ing relation are  esta blish ed, Intern al a n d   external p a ra meters of the  equation  are  solved. In  the calib ration,  the relative  positio ns of t he  came ra s a r fixed, right an d left came ra  image s ar available, an d so the inte rnal and exte rnal  para m eters o f  two came ra s are o b taine d  at the same  time.  For the devel opment of cal i brat ion  software, we m a ke  use of the Intel's Ope n CV  library   to implement the calibratio n  for our research.  The image re sol u tion is 768 pixel×5 76 pixel.  The   model pla n e  contain s  a  pattern of 8x 1 1  che c ker  boards, a nd  the size of every sq uare  is   20cmx2 0 cm. It is printed with a high-q uality printe r .   In theory ,  three image s p o sition ed in three  dif f erent di re ction s  can  sa tisfy the requ ireme n t, in  order to g e t be tter solutio n   of intrinsi c a nd  extrinsi c pa ra meter ,  6 im a ges  are  u s ed  to calib rate t he left and  ri ght ca meras.  Figure 3  sho w the image s a nd its co mers acqui red by the left came ra.          Figure 3. Corner poi nt extration of calib ration image       Usi ng Zhan g ' s nonlin ea r optimizatio n techni que   ba sed on the maximum likelihoo crite r ion; we can g e t the two came ra p a ram e ters.  T a ble 1 de scrib e s the left an d right pa ram e ter .       Table 1. The  Intrinsi c Para meter of the Left and Rig h t  Camera     Left c a mera(m m)    Ri ght c a mera(m m)  Focal length  1002.406  10 34. 403  996.238   10 28.6 67  Principal point   358.465   32 1.97 376.992     315.856       2.2.  Relativ e  Orienta t ion Solution of T w o   Cameras   Whe n  intrinsi c and extrin si c paramete r s of  matrix are obtained, the following m e thod is  to obtain the relation shi p  of position and  orientat ion a bout two cam e ra s.  The ori entation rel a tion   for two came ras can be d e rives as follo ws:  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Pose Error A nalysi s  Model  Based on Bi nocular  Vi sio n  for Rigid - Bo dy (Niu Fe ngl ian)  8295     Figure 4. Location of  feature point ba sed  on bino cula r vision       Suppo sing th ere i s  a featu r e poi nt P in sp ace  as  sho w n in Figu re 4,  the relatio n  about   the feature p o int in left and worl d co or d i nate system  can b e  expre s sed a s   LL W W PL P                                                       (2)    Whe r L P is the spaci a l coo r dinate betwe en the left camera coo r di nate system,   W P  is the   spa c ial  co ord i nate in the  worl d coo r di nate sy stem,   L w L  is the  relat i ve orientaito n abo u t the  worl d co ordin a te system a nd left came ra coo r din a te system.   Similarly ,  the relation a bout  the feature p o in t betwe en  right and  wo rl d coo r din a te system  can b e  expre s sed a s   RR W W PL P                                                    (3)    By (2) and (3) the equation  can b e  getten ,     11 LL R R TT LP L P      That is,     1 LL R R TT PL L P     Therefore, th e rotation an d  translatio n  m a trix about the came ra s ca n be expre ssed as:     1 RR L LW W TL L                                                    (4)      T abl e 2. Orie ntation matrix  about two ca mera s for fou r  calib ratio n  e x perime n ts  0.89578  0.014684   -0.44426   551.51   -0.005952 4  0.99976   0.021043   3.5124   0.44446  -0.016205   0.89565   151.8   0 0    0.89698   0.013141  -0.44187  549.48   -0.002142 2  0.99968   0.025379   -3.7665   0.44206  -0.021819   0.89672   149.72   0 0    0.89849  0.017266   -0.43866   544.3   -0.008750 4  0.99973   0.021427   2.6137   0.43891  -0.015413   0.8984   146.4   0 0      0.89594   0.017502  -0.44384  551.13   -0.005705 6  0.99959   0.027899   -5.9424   0.44415  -0.022463   0.89567   150.26   0 0    Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 12, Decem ber 20 14 :  8292 – 83 02   8296 Con s id erin g t he o r ientai on  relatio n  b e twee n two  ca mera didn’t  ch ang ed  du ring th came ra  calib ration process, thus R L T shoul d be con s tant matrix, but experim ents  re sults sho w ed   that the orient ation matrix is not entirely  con s i s t ent by four cali bratio n ex perim ent s. In theory, th e   two  came ra relative o r ient aiton remain e d  un cha nge d  after  compl e tion of the  pa ckage, T able  2   is the orie ntai on matrix for four caliba r ion  expeirme n ts.   From the calibration mat r ix we coul d co nclu de  that calibratio n  mo del of binocular vision   is limited by the experi m en tal. The limitaion wa s ca u s ed by the detetion error of  corno r  point a n d   the vibration  of the cam e ra, which  a ffects t he small cha nge s of calib rati on pa ramete r. To  improve  cali b a tion a c cura cy, the least-squares  me th od can o p timize  calib ration  matrix to obt ain  the optimal p a ram e ters, the l east-sq ua res can expre s sed a s   2 1 4 2 1 mi n mi n K R Lk o p t i m a l k K R op ti m a l L k k tt R R                                                    (5)    The re ctified  orientatio n m a trix is,    1 0 0 0 54 . 149 89661 . 0 018975 . 0 44239 . 0 8957 . 0 023937 . 0 99969 . 0 0056376 . 0 11 . 549 44216 . 0 015648 . 0 8968 . 0 optimal T       3.  Marker T r ac king and Lo cation   In order to realize real time and rob u s t tracking of  marke r s, ea ch cam e ra should be   pro c e s sed at least more than 25HZ a nd image re solutio n  sho u ld be less than one pixel.   Although u s i ng ste r eo vi sion co ntrib u tes to hig h   a nd ro bu st tra cki ng, but th ese  req u ire m ents   need a comp utational co st.  T o  overcom e  this probl e m , firstly we  predi ct the region of interest.   The procedu re of tracking i s  emple m ent ed as follo ws:  a)  Grab th e fra m b)  Thre sh old the  Frame into bi nary imag e   c)  Filtering a nd l abelin g   d)  Find the ce nter of marke r   Con n e c ted compon ent  la beling algo rithm  is  used t o  extra c t the  blob  regio n  a nd canny  edge  dete c tio n  is e m ploye ed to get  con t our line  and   extract bl ob  aera. F o eve r y blob  we  can   give two th re shol ds  abo ut area t o  di sca r d the  blob with le ss th a n  one  pixel a nd mo re tha n  fifty   pixels. If the  numbe r of every image is more than  three, we use the round ne ss  of the blob to   get  the best thre e blob s.  After that, geom etric  cente r   a s  criteria i s  u s ed to di sco v er every blo b's   cente r , Figure 5 sho w s two image s of markers a c q u ired by the left camera a nd right ca m e ra.  Whe n  ko wni n g the relative  orientaiton  matrix  about  two ca meras  and imag e p o int of marke r s in   the two imag e coo r din a tes, the next question i s  ho w to extract the spa c ial p o i n t in the cam e ra   coo r din a te sy stem from the  image co ordi nate syste m       Figure 5. Maker imag e in the left and righ t cameras  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Pose Error A nalysi s  Model  Based on Bi nocular Vi sio n  for Rigid - Bo dy (Niu Fe ngl ian)  8297 In previo us  studie s , the  comm only t r iang ulation  method i s  u s ed to  calcu l ate 3D  coo r din a te of  markers  acco rding  to the  correspon ding  left image  po ints coo r din a tes  (, ) ll uv and   right ima ge p o ints  coo r din a tes  (, ) rr uv . For  si mplified calculation in th e  solutio n  p r o c e ss, two  came ra  coo r dinate sy ste m s no rmali z ed into the  same coordin a te system i s  ne ce ssary .   The  intersectio n   sapci a l poi nt o f  two straight  lines  i n  the  same  coordin a te  syste m  can be  obtain ed.  The imag e po int of left camera coo r din a te system in t he right coo r d i nate system i s  as follo ws:    1 (1 ) T R LR L L l l VT A u v                                           (6)    Whe r e,  1 1 T Ll l Au v re pre s ent s image  point of marke r s in the left image coordi nate   transfo rmatin g into the left camera co ordin a te,  LR V  indicate s that image poi nts in the left  came ra  coo r dinate are tanrsfo r matin g  into the  right  came ra coordinate sy ste m . So the whole   probl em i s  converted i n to  solving i n te rse c ting  poin t  of the two  strai ght line s  in the  sa me  coo r din a te sy stem.  T a kin g  into accou n t the ac tual m easure m ent, came ra  calib ration erro r a n d   extraction  errors  of the image point s will  result in  no intersection  about two  straight spacial lines,  the publi c  ve rtial line of t w spa c ial li ne are sovle d  to define t he interse c tin g  point  whi c h is   defined by th e the cente r  o f  public vertical line.       4.  Solv ing the Pose of Rigi d-body   The above discusse s how  to solve the p r oble m   of spacial location  of marke r , next we’ll  discu ss  ho w to use ma rker spatial l o catio n  info rmation to  solve rigid - b o d y positio an d   orientatio n ch angin g . It is  not robu st using the  dire ct linear sol u tion method to  sovle becau se   markers  posi t ion errors  woul d influe nt the po se  accu ra cy . In practi cal  appli c ation s ,  it is  necessa ry to  find a m o re  rob u st   pose  optimization  algo rithm fo r the  solutio n  usi ng  optical  tracking ma rker location informatio n.  As for the lo catio n  information  with errors, the optimizatio n   method of pri n cip a l com p o nent analy s is  will re d u ce the impact on p o sition a nd orientation.   For the probl em of pose estimation, ma rke r s can be elabo rated a s  follows: For a given   three - dime nsi onal d a ta po ints  1 i y and 2 i x , where 1 , 2 , ....., im , they respectively re p r esent   coo r din a te value s  of on e data poi nt in two  co o r dinate  syste m s, the rota tion matrix and   transl a tion m a trix expre ssi ng tran sform a tion relatio n  from 2 i y to 1 i x , res p ec tively is 1 R and t  and  therefo r e:       21 1 ii yR x t      1 , 2 , ....., im                                       (1)     For this equa tion, in previous stu d ie s,  ther e are several method s for solving such a s   linear lea s t square metho d , singula r  value analysi s , quaternion, e t c.  All  these method s sha r a   comm on solu tion, i.e. the  solutio n  is di vided into  two step s, the first ste p  is to  use a give n two  pairs of p o int s   seri es to  solve rotatin g   matr ix, and t hen  solve th e tran slatio matrix. Some  of  orientatio n estimation alg o rithm s  are  used su ch  as least-sq uare s  metho d  and prin ci pal   comp one nt a nalysi s  [6]. Here, lea s t squ a re s o p timization m e thod combi n e d  with pri n ci pal  comp one nt a nalysi s  are e m ployeed to  solve the  ri gi d-bo dy po se,  the wh ole  sol u tion process can  be expre s sed  as the followi ng equ ation:     2 1 (, ) K kk k k R tw R t  yx                                           ( 7)    Whe r e,  k is the numbe r of marke r s,  k y is coordi nate value of No. k marke r  in the global  coo r din a te sy stem (ri ght camera coo r di nate system ),   k x  is coordi nat e value of No. k marke r  in   the local coo r dinate  sy ste m  (ri gid-body  coo r din a te  system),  k w is th e wei ghting f a ctor for the   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 12, Decem ber 20 14 :  8292 – 83 02   8298 rigid - bo dy , all the weight coef ficient s are  s e t to 1. Error matrix can  be written as :     2 '' 1 (,) K kk k R tR t  yx                                             (8)     Whe r e,  kk  xx x , kk  yy y y  and x  is resp ect i vely center  point of all markers in the   global  coo r di nate syste m  and lo cal coo r dinate  syste m Acco rdi ng to equatio n (8 ), erro r mat r ix can be expressed a s :     '' ' 1 (,) ( ) ( ) K kk kk k R t Rt Rt  yx yx       And it can be  simplified a s :     () ( 2 ) 1 K TT T T RR kk k k k k k  yy x x y x                                 (9)     Minimization of  function () R is equivalent to maximizati on minimi zati on of functio n () f R  which ca n be  expresse d a s   1 () K TT kk k f Ry R x                                                   (10)    The above e q uation can be  solved by sin gul ar valu e d e com p o s ition  and be written as:         1 () ( ) ( ) K TT kk k f R T ra ce y R x T ra ce R H                               (1 1)      Whe r e,  1 K T kk k H xy  , if   H can be broke n  into T A A , in which  () Trac e R H  is maximum    value of the function.  usin g the si ngula r  value  decom po sition H can expre s seda s a s T HU V  . where,  U and  V are for o r tho gonal matrix.   Γ is a non-n e g a tive diagona l matrix   expre s sed a s   00 1 00 2 00 3 00 0 0 11 00 0 0 22 00 00 33 T CC                            Suppo sing T X VU , then:    TT T T X HV U U V V C C V    So A VC T X HA A Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Pose Error A nalysi s  Model  Based on Bi nocular Vi sio n  for Rigid - Bo dy (Niu Fe ngl ian)  8299 Whe r e,  XH is a positive sym m etric m a trix, when T X VU (, ) R t is  the s m alles t, so the  solutio n  ha s been  a  rot a tion mat r ix R , as  for  T VU the orthog onal  matrix,  so  R can be   expre s sed a s     10 0 01 0 00 d e t ( ) T T RV U VU                                          (12)     So the transl a tion matrix is  tR =y - x       5. Pose  Error  Analy s is   For po se e s timation, it is the key probl em about ho w to determi ne the pose estimatio n   error be ca use of spa c ial p o sition e r ror  of markers.  Here we ca n e x press the o r i entation erro r as   a micro - chan ge for the real positio n and orie ntation. Given a real rotatio n  matrix  R an d   transl a tion m a trix  T , the micro - vari able  rotation  R  and  transl a tion m a trix T , the rel a tion  betwe en re al matrix and mi cro - vari ble m a trix can be d e scrbil ed a s   Re r r R R    Te r r T T      Bec a us T R VDU , UV is the matrix of  the SVD so lution. In order to determine  R and T , we mu st  kno w  m a rke r  positio n e r ro r ho w to  af fect matrix H , the error  matrix  V and  U  is  res p ec tively applied to the matrix , UV , the  chan ge of matrix , UV can exp r essed a s :     VV V        W e  defin ed two matri c e s A and B in orde r to expre ss thi s  tran sform a tion   VA V  UB U     Given that these pa ram e ters  ,, VU D are f r o m  marke r a nd rel a ted in formation to   determi ne the  erro r ,  and  err R ca n be expre ssed as:     () ( ) () ( ) err T RR R IA R I B    VV D U U     T a king into a c count the m a trix exponen tial  can be carri ed out u s ing  T a ylo r  expan sio n   approximatio n:    23 11 1, 26 A eA A A      The first - orde r app roximati on ca n be wri tten as:  () ( ) e        e        e e AB err IA I B AB A B T R Re R eR eR I e R R R                                           (13)  UU U  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 12, Decem ber 20 14 :  8292 – 83 02   8300  Therefo r e, th e rotation e r ror R can be exp r essed a s ”    e AB T Re R R      This R ef fectively descri b le t he imp a ct a b out  spatial  positio n e rro r of ma rkers to   orientaito n errors  for rigi d-body .       6.   Simulation analy s is   This re se arch  makes u s e of matlab software to simu late position error of markers h o w   to af fect orie n t ation of rigid - body , an d em ployee s the l east-sq ua re method  to fit the entire dat a .   Gau ssi an noi se i s  add ed t o  the marke r   point in  the lo cal  coo r din a te system, a n d  the varia n ce   is used to de termine the  e rro r characte ri stics of markers.  Th e ra n g e of varian ce  is 0-3mm  and the mea n  is zero.  Assumptio n err R err T is the expected  error matrix  of local coordinate according to the above stat ement, avera ge error matri x E in t h e t r acki ng coo r din a t e  sy st em can  be expre s sed  as:    1 1 K k e rr k e rr k E yR x T K            Figure 6(a ) . Position e r ror o f  single ma rker  in X direction  Figure 6(b ) . Position e r ror o f  single ma rker in Y  dire ction           Figure 6(c): P o sition e r ror o f  single ma rker in Z dire cti on       Whe n  the ran ge of the variance is 0-3m m,  we simul a te 1000 time s and u s e the a v erag e   error to analyze and predi ct the relationship bet wee n  pose error an d gaussian n o ise. Simulat e d   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Pose Error A nalysi s  Model  Based on Bi nocular  Vi sio n  for Rigid - Bo dy (Niu Fe ngl ian)  8301 prob e ha s three marke r  po ints, the cu rve relation shi p  betwee n  po sition erro r of single ma rker  and varible  is shown in Figure 2.  As  expected, wh en the varian ce   increa se s, position erro is also on the  increa se. Error di stributio n  of the ma rke r  is dif f ere n t for a given p o i nt in dif f eren dire ction s  wh en error vari ance is chan g i ng whi c h re spectively is 0~1.8mm in the x axis, 0 ~   0.61mm in the y axis and 0.27 ~ 0mm in the z axis.  In order to describ e better  R chan ging,  quaternion m e thod is use d  to repre s e n pose error as in the a b ove studie s   er ror RR R  therefo r -1 e rror RR R  , so the correspondi ng quat ernio n  can  be expre s se d as follows,  -1 error qq q  , which is a n g le error a s  well as in clu d i ng rotation a n gle erro r of the rotation a x is.  Figure 7 sho w s the relati onship betwe en angle e rror of rigid-b o d y and the detection po sit i o n   errors of three marke r  points, the fluctuation  rang e of the erro r is also g r o w ing, wh en the   locatio n  error of the point  mark sat s fied  with Gaussi an noise vari ance are cha nged from 0 ~ mm, its pose  cha nge s is in  the  angle ran ge -0.59  - 0.4 1  degree.                                                                                                                                                      Figure 7. Rel a tionship bet wee n  po sition  variance and  pose  cha nge     7. Conclu sion   In this pap e r , the po sition  and p o se  rel a tion abo u t two  came ra are d e rived  b y  came ra  calib ration ex perim ents u s i ng the intrin si c and extr in si c paramete r s of the two cameras. Due  to   the dete c ting  error of im ag e co rno r , the  orientatio n rel a tionship o b tained  by ea ch image  grou p is  not con s i s ten t, the optimized ori entatio n param ete r s are a c qui ed  by optimizin g the obtain ed  orientatio n matrix of multi group imag es. and us the same co ordin a te syst em to solve  the   probl em of sp acial p o ints.  The lea s t sq u r es  met hod  combine d  with  prin cipal  co mpone nt anal ysis  method a r e m ployeed to  analyze wo rk-pie ce o r ient a t ion and  set u p  the mathe m atical m o de l of  orientatio n error p r op agati on. Simulation analysi s  establi s he d the relation ab out the position   error of markers  and po se erro r of rigid-bo dy and ve rified that it is feas ible and ef fective, it  provide s  a th eoreti c al a nal ysis a nd exp e rime ntal  ba sis ab out the  pose dete ctio n of rigid  bo dy  su ch worke pi ece a nd medi cal in strum e n t     Ackn o w l e dg ements   This p r oje c t is su ppo rted b y  Natural Sci ence Foun dat ion of Ning bo  City (2013A6 1 004 8     Referen ces   [1]  Agustin N a var r o, Edgar Vill arrag a , Joan  Arand a.  Relati ve Pose Esti mation of Sur g ical T ools i n   Assisted Minim a lly  Invas i ve S u rger y .   Pattern  Recog n itio n a nd Image A nal ysis . 2007; 4 4 7 8 : 428-4 35.   [2] Vinas  FC Z a moran o  L, e l   at. Applic atio n  accurac y   st u d y  of a s e mi p e rman ent fid u c ial s y stem f o frameless ster eota x is.  Co mp uter Aide d Sur gery 1997 2(5 ) : 257-26 3.  [3]  F abrice C, Lav alle e S.  Experi m e n tal Protoc o l  for Accuracy Evalu a tion of 6 - d Local i z e r s for Co mput er- Integrated S u r gery:  Appl icati on to F our O p ti cal Loc ali z e r s.  Lecture N o tes  In Comput er Scienc e. 199 8;   149 6: 277 –2 84 .     [4]  Micha H e rsch,  Aude Bi llar d , Sven Bergm a nn. Itera tive E s timation of R i gid-B o d y  T r ansformations.   Evaluation Warning : The document was created with Spire.PDF for Python.