Unmaned Aerial Vehicles (or drones) are nowadays required for a large number of services and applications. The safe flight of such devices requires the computation and planning of trajectories for its specific task. In this project, the goal is to allow camera callibration thanks to the correct definition of a UAV trajectory.

Camera calibration is an essential process embedded in any computer vision system that involves the extraction of spatial information from captured images. Traditional techniques for calibration require an expert to take several pictures from a target from different viewpoints. However, they usually suffer from lack of repeatability and insufficient accuracy if the selection of poses is not correctly done. This thesis seeks to make a completely autonomous camera calibration system by using an active robotic system in front of a fixed calibration target. The proposed method aims at calibrating a camera with the minimum number of poses required by selecting at each step the next best pose as the one that reduces the variance of the parameters the most. The algorithm consists of a deterministic initialization of camera parameters based on the maximization of distance among utilized poses and the maximum expected reprojection error algorithm for selecting next poses. The results obtained confirm a promising performance of the algorithm in terms of the three categories considered: repeatability, fast convergence and high accuracy. Further experiments should be conducted with other robotic systems in order to assess the suitability of the method to replace current manual calibration techniques.

La calibración de cameras es un proceso fundamental en cualquier sistema de visión por computador que incluya la extracción de información espacial a partir de imágenes. Los sistemas tradicionales de calibración requieren de un experto para sacar varias fotografías de un objetivo desde distintas perspectivas. Sin embargo, sufren de falta de repetitividad e insuficiente precisión si la selección de perspectivas no está correctamente hecha. Esta tesis tiene el objetivo de construir un sistema de calibración de cameras completamente autónomo usando un sistema robótico activo delante de un objetivo de calibración fijo. El método propuesto calibra la camera con el número mínimo de perspectivas necesarias, seleccionando en cada iteración la siguiente perspectiva que reduce la variancia de los parámetros de la camera en mayor grado. El algoritmo incluye una inicialización de parámetros determinista basada en la maximización de distancia entre perspectivas utilizadas y un método para selección de siguientes perspectivas fundamentado en la maximización del error de reproyección esperado en el plano imagen. Los resultados obtenidos confirman un rendimiento prometedor del algoritmo en las tres categorías analizadas: repetitividad, rápida convergencia y alta precisión. Más experimentos con otros sistemas robóticos se deberían realizar para verificar la idoneidad de este método como sustituto de los actuales sistemas manuales de calibración.

El calibratge de càmeres és un procés essencial en qualsevol sistema de visió per computador que inclogui l'extracció d'informació espacial a partir d'imatges. Els sistemes tradicionals de calibratge requereixen d'un expert per capturar diferents imatges d'un objectiu des de diverses perspectives. Malgrat això, pateixen d'una falta de repetibilitat i insuficient precisió si la selecció de perspectives no és suficientment correcta. Aquesta tesi té l'objectiu de construir un sistema de calibratge de càmeres completament autònom fent servir un sistema robòtic actiu davant d'un objectiu de calibratge fix. El mètode proposat calibra la càmera amb el número mínim de perspectives necessàries, seleccionant en cada iteració la següent perspectiva que redueix la variància dels paràmetres de la càmera en major mesura. L'algoritme inclou una inicialització dels paràmetres determinista basada en la maximització de distància entre perspectives utilitzades i un mètode per la selecció de següents perspectives fonamentat en la maximització de l'error de reprojecció esperat en el pla imatge. Els resultats obtinguts confirmen un rendiment prometedor de l'algoritme en les tres categories analitzades: repetibilitat, ràpida convergència i alta precisió. S'haurien de realitzar més experiments amb altres sistemes robòtics per verificar la idoneïtat d'aquest mètode com a substitut dels actuals sistemes manuals de calibratge.