3D-beeldverwerkingstechnologie brengt Romeinse catacomben gedetailleerd in kaart (Video)

afbeelding 1: Om in de donkere gangen goede foto-opnames te kunnen maken, ontwikkelden de wetenschappers een opstelling met zeven camera's en een speciale lichtinstallatie die op de zelfrijdende ROVINA-robot kunnen worden gemonteerd.© iMinds - KU Leuven
Afbeelding 2: De onderzoekers brachten meer dan zeshonderd meter van de catacomben in kaart. "Je kan inzoomen op de allerkleinste details - zoals het korstmos op de stenen of het eeuwenoude voegwerk."© iMinds - KU Leuven

Steeds vaker worden autonome of zelfrijdende robots ingezet om plaatsen in kaart te brengen die voor mensen moeilijk toegankelijk zijn – zoals riolen en catacomben – of die veiligheids- of gezondheidsrisico’s inhouden – zoals een kerncentrale na een ramp. “In de praktijk zijn er nog heel wat problemen met die robots”, zegt professor Luc Van Gool (iMinds – KU Leuven). “Zo moeten ze autonoom hun weg weten te vinden in ruimtes waarin gps-signalen niet doordringen. Bovendien is het gebruik van klassieke beeldopnametechnieken vaak geen optie, omdat de robots letterlijk rondhotsen in slecht verlichte ruimtes. Lasertechnologie blijft voorlopig dan weer heel duur.”

Daarom wilden de onderzoekers van iMinds – KU Leuven in het kader van het Europese ROVINA-project nieuwe, betaalbare technologie ontwikkelen die in moeilijke omstandigheden toch goede beelden kan maken. De Romeinse catacomben van Priscilla waren het ideale proefterrein daarvoor.

Eeuwenoud voegwerk
Om in de donkere gangen goede foto-opnames te kunnen maken, ontwikkelden de wetenschappers een opstelling met zeven camera’s en een speciale lichtinstallatie die op de zelfrijdende ROVINA-robot kunnen worden gemonteerd. “Het verzamelen van goed bronmateriaal was inderdaad een eerste belangrijke uitdaging binnen het project”, zegt professor Van Gool. “Maar nog significanter zijn de verbeteringen die we aan onze beeldverwerkingsalgoritmes hebben kunnen aanbrengen. We kunnen nu gigantisch veel data verwerken en op grote schaal realistische 3D-modellen bouwen. De grote hoeveelheid details die we uit onze 3D-modellen kunnen persen, maakt dat je het gevoel hebt dat je echt rondwandelt in die Romeinse catacomben. En je kan inzoomen op de allerkleinste details – zoals het korstmos op de stenen of het eeuwenoude voegwerk.”

“Bovendien zijn onze algoritmes meer dan 120 keer sneller dan bestaande methodes”, zegt onderzoeker Marc Proesmans. “Dat is ook nodig als je grote hoeveelheden data en beelden binnen een redelijke termijn wil verwerken tot een levensecht 3D-model. Wat vroeger meer dan 120 dagen in beslag nam, doen wij nu in één dag. Dat zorgt ervoor dat deze toepassingen nu eindelijk ook buiten de academische wereld hun nut kunnen bewijzen.”

Zelfrijdende auto’s
Het ROVINA-project bracht meer dan zeshonderd meter van het gangenstelsel in kaart. Maar het ontsluiten van bedreigd of moeilijk toegankelijk cultureel erfgoed is lang niet de enige toepassing. “Eigenlijk kunnen we onze technologie gebruiken in elke situatie waarin we zo goed mogelijk willen weergeven wat een robot ‘ziet’. Voor de ontwikkeling van zelfrijdende auto’s betekent ons onderzoek bijvoorbeeld een belangrijke stap voorwaarts. Zo’n auto moet heel accuraat en in realtime zijn positie kunnen inschatten. De nauwkeurigheid van een traditionele gps volstaat daarvoor niet. Maar onze technologie wel: de auto ‘bekijkt’ zijn omgeving en weet op basis daarvan tot op enkele centimeters waar hij zich bevindt. Op die manier brengen we een toekomst met volledig autonome auto’s weer wat dichterbij”, besluit professor Van Gool.

Klik hier voor meer informatie over het ROVINA-project