Partición de visual SLAM para su uso con celulares

Un sistema de Visual SLAM obtiene en tiempo real la localización espacial de un dispositivo con cámara a partir del video que capta, en un recinto previamente mapeado. Esta capacidad se denomina autolocalización, imprescindible para la conducción autónoma. Visual SLAM es una tecnología experimental...

Descripción completa

Detalles Bibliográficos
Autores principales: Silvestri, Alejandro, Eterovic, Jorge, Sinopoli, Alesio
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
AMR
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/164018
Aporte de:
id I19-R120-10915-164018
record_format dspace
spelling I19-R120-10915-1640182024-03-19T20:03:30Z http://sedici.unlp.edu.ar/handle/10915/164018 Partición de visual SLAM para su uso con celulares Silvestri, Alejandro Eterovic, Jorge Sinopoli, Alesio 2023-04 2023 2024-03-19T18:00:54Z es Ciencias Informáticas VSLAM STELLA_VSLAM Visual SLAM Biorrueda AMR ORBSLAM2 Un sistema de Visual SLAM obtiene en tiempo real la localización espacial de un dispositivo con cámara a partir del video que capta, en un recinto previamente mapeado. Esta capacidad se denomina autolocalización, imprescindible para la conducción autónoma. Visual SLAM es una tecnología experimental que promete masificar la capacidad de autolocalización para AMR (Autonomous Mobile Robot) , pequeños vehículos autónomos de carga para espacios controlados. Es de sumo interés ejecutar Visual SLAM en celulares, pero la alta demanda computacional de estos sistemas lo hace inviable. Este trabajo desarrolla un sistema partido de autolocalización visual basado en Visual SLAM, que ejecuta una parte en el celular y otra en una PC de escritorio. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
VSLAM
STELLA_VSLAM
Visual SLAM
Biorrueda
AMR
ORBSLAM2
spellingShingle Ciencias Informáticas
VSLAM
STELLA_VSLAM
Visual SLAM
Biorrueda
AMR
ORBSLAM2
Silvestri, Alejandro
Eterovic, Jorge
Sinopoli, Alesio
Partición de visual SLAM para su uso con celulares
topic_facet Ciencias Informáticas
VSLAM
STELLA_VSLAM
Visual SLAM
Biorrueda
AMR
ORBSLAM2
description Un sistema de Visual SLAM obtiene en tiempo real la localización espacial de un dispositivo con cámara a partir del video que capta, en un recinto previamente mapeado. Esta capacidad se denomina autolocalización, imprescindible para la conducción autónoma. Visual SLAM es una tecnología experimental que promete masificar la capacidad de autolocalización para AMR (Autonomous Mobile Robot) , pequeños vehículos autónomos de carga para espacios controlados. Es de sumo interés ejecutar Visual SLAM en celulares, pero la alta demanda computacional de estos sistemas lo hace inviable. Este trabajo desarrolla un sistema partido de autolocalización visual basado en Visual SLAM, que ejecuta una parte en el celular y otra en una PC de escritorio.
format Objeto de conferencia
Objeto de conferencia
author Silvestri, Alejandro
Eterovic, Jorge
Sinopoli, Alesio
author_facet Silvestri, Alejandro
Eterovic, Jorge
Sinopoli, Alesio
author_sort Silvestri, Alejandro
title Partición de visual SLAM para su uso con celulares
title_short Partición de visual SLAM para su uso con celulares
title_full Partición de visual SLAM para su uso con celulares
title_fullStr Partición de visual SLAM para su uso con celulares
title_full_unstemmed Partición de visual SLAM para su uso con celulares
title_sort partición de visual slam para su uso con celulares
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/164018
work_keys_str_mv AT silvestrialejandro particiondevisualslamparasuusoconcelulares
AT eterovicjorge particiondevisualslamparasuusoconcelulares
AT sinopolialesio particiondevisualslamparasuusoconcelulares
_version_ 1807222708365164544