Localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo
Para que un robot móvil pueda navegar o realizar tareas de manera autónoma, este debe conocer supose (posición y orientación) y contar con una representación del entorno (mapa) en el que se encuentra. En entornos donde no se cuenta con un mapa previo y el robot no cuenta con información externa que...
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Formato: | Tesis doctoral publishedVersion |
Lenguaje: | Inglés |
Publicado: |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
2017
|
Materias: | |
Acceso en línea: | https://hdl.handle.net/20.500.12110/tesis_n6181_Pire |
Aporte de: |
id |
tesis:tesis_n6181_Pire |
---|---|
record_format |
dspace |
institution |
Universidad de Buenos Aires |
institution_str |
I-28 |
repository_str |
R-134 |
collection |
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) |
language |
Inglés |
orig_language_str_mv |
eng |
topic |
ROBOTICA MOVIL SLAM VISION ESTEREO CIERRE DE CICLOS MOBILE ROBOTICS SLAM STEREO VISION LOOP CLOSURE |
spellingShingle |
ROBOTICA MOVIL SLAM VISION ESTEREO CIERRE DE CICLOS MOBILE ROBOTICS SLAM STEREO VISION LOOP CLOSURE Pire, Taihú Aguará Nahuel Localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo |
topic_facet |
ROBOTICA MOVIL SLAM VISION ESTEREO CIERRE DE CICLOS MOBILE ROBOTICS SLAM STEREO VISION LOOP CLOSURE |
description |
Para que un robot móvil pueda navegar o realizar tareas de manera autónoma, este debe conocer supose (posición y orientación) y contar con una representación del entorno (mapa) en el que se encuentra. En entornos donde no se cuenta con un mapa previo y el robot no cuenta con información externa que lepermita conocer su pose, debe realizar dichas tareas de manera simultánea. El problema de localizar a unrobot y construir un mapa del entorno simultaneamente se denomina SLAM por las siglas en inglés de Simultaneous Localization and Mapping. En esta tesis se presenta un método basado en visión estéreo para abordar el problema de SLAM. Elmétodo, denominado S-PTAM por el acrónimo en inglés de Stereo Parallel Tracking and Mapping, fuedesarrollado de manera tal que sea capaz de correr en tiempo real en ambientes de grandes dimensionespermitiendo estimar de forma precisa la pose del robot a medida que construye un mapa del ambiente enun sistema de coordenadas global. Para tener un desempeño óptimo, S-PTAM desacopla las tareas de localización y mapeo presentes enel problema de SLAM en dos hilos de ejecución independientes. Esto permite aprovechar el poder computacionalde los procesadores de múltiples núcleos. Además de los módulos de localización y mapeo, sepropone un módulo de detección y cierre de ciclos que permite reconocer lugares previamente visitadospor el robot. Los ciclos detectados son utilizados para realizar una corrección tanto del mapa como de latrayectoria estimada, reduciendo efectivamente el error acumulado por el método hasta el momento. S-PTAM trabaja sobre las características visuales extraídas de las imágenes provistas por la cámara estéreo. Para determinar qué extractor de características es el más adecuado en términos de precisión, robustezy costo computacional se presenta una comparación de los detectores y descriptores binarios más relevantesde la literatura. Finalmente, se presentan experimentos con datasets públicos que permiten validar la precisión y la performancedel método propuesto. Como resultado se obtuvo que S-PTAM es uno de los métodos de SLAMmás precisos del estado del arte. S-PTAM fue publicado como software libre para facilitar su uso y comparacióncon otros métodos de SLAM. |
author2 |
Berlles, Julio Jacobo |
author_facet |
Berlles, Julio Jacobo Pire, Taihú Aguará Nahuel |
format |
Tesis doctoral Tesis doctoral publishedVersion |
author |
Pire, Taihú Aguará Nahuel |
author_sort |
Pire, Taihú Aguará Nahuel |
title |
Localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo |
title_short |
Localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo |
title_full |
Localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo |
title_fullStr |
Localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo |
title_full_unstemmed |
Localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo |
title_sort |
localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo |
publisher |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
publishDate |
2017 |
url |
https://hdl.handle.net/20.500.12110/tesis_n6181_Pire |
work_keys_str_mv |
AT piretaihuaguaranahuel localizacionymapeosimultaneosmedianteelusodeunsistemadevisionestereo AT piretaihuaguaranahuel stereoparalleltrackingandmapping |
_version_ |
1782022221837893632 |
spelling |
tesis:tesis_n6181_Pire2023-10-02T20:15:57Z Localización y mapeo simultáneos mediante el uso de un sistema de visión estéreo Stereo parallel tracking and mapping Pire, Taihú Aguará Nahuel Berlles, Julio Jacobo ROBOTICA MOVIL SLAM VISION ESTEREO CIERRE DE CICLOS MOBILE ROBOTICS SLAM STEREO VISION LOOP CLOSURE Para que un robot móvil pueda navegar o realizar tareas de manera autónoma, este debe conocer supose (posición y orientación) y contar con una representación del entorno (mapa) en el que se encuentra. En entornos donde no se cuenta con un mapa previo y el robot no cuenta con información externa que lepermita conocer su pose, debe realizar dichas tareas de manera simultánea. El problema de localizar a unrobot y construir un mapa del entorno simultaneamente se denomina SLAM por las siglas en inglés de Simultaneous Localization and Mapping. En esta tesis se presenta un método basado en visión estéreo para abordar el problema de SLAM. Elmétodo, denominado S-PTAM por el acrónimo en inglés de Stereo Parallel Tracking and Mapping, fuedesarrollado de manera tal que sea capaz de correr en tiempo real en ambientes de grandes dimensionespermitiendo estimar de forma precisa la pose del robot a medida que construye un mapa del ambiente enun sistema de coordenadas global. Para tener un desempeño óptimo, S-PTAM desacopla las tareas de localización y mapeo presentes enel problema de SLAM en dos hilos de ejecución independientes. Esto permite aprovechar el poder computacionalde los procesadores de múltiples núcleos. Además de los módulos de localización y mapeo, sepropone un módulo de detección y cierre de ciclos que permite reconocer lugares previamente visitadospor el robot. Los ciclos detectados son utilizados para realizar una corrección tanto del mapa como de latrayectoria estimada, reduciendo efectivamente el error acumulado por el método hasta el momento. S-PTAM trabaja sobre las características visuales extraídas de las imágenes provistas por la cámara estéreo. Para determinar qué extractor de características es el más adecuado en términos de precisión, robustezy costo computacional se presenta una comparación de los detectores y descriptores binarios más relevantesde la literatura. Finalmente, se presentan experimentos con datasets públicos que permiten validar la precisión y la performancedel método propuesto. Como resultado se obtuvo que S-PTAM es uno de los métodos de SLAMmás precisos del estado del arte. S-PTAM fue publicado como software libre para facilitar su uso y comparacióncon otros métodos de SLAM. In order to allow a mobile robot navigate and perform tasks autonomously, it must know its pose (positionand orientation) and have a representation of the environment (map). In environments where therobot does not have a previous map and no external information is provided to know its pose, it is necessaryto perform both tasks simultaneously. The problem of localizing a robot and building a map of theenvironment simultaneously is called SLAM; this stands for Simultaneous Localization and Mapping. In this thesis, a system based on stereo vision to address the problem of SLAM is presented. The method,called S-PTAM as an acronym for Stereo Parallel Tracking and Mapping, was developed. This method isintended to run in real-time for long trajectories, allowing to estimate the pose accurately as it builds asparse map of the environment on a global coordinate system. For optimal performance, S-PTAM decouples localization and mapping tasks of the SLAM problem intotwo independent threads, allowing us to take advantage of multicore processors. Besides the localizationand the mapping modules, a loop closure module that can recognize places previously visited by the robotis proposed. The detected loops are used to refine the map and the estimated trajectory, effectively reducingthe accumulated error of the method so far. S-PTAMworks on the visual features extracted from the images provided by the stereo camera. To determinewhich feature extractor is the most suitable in terms of accuracy, a comparison in terms of robustnessand computational cost of the most relevant detectors and binary descriptors in the literature is performed. Finally, experiments with public datasets for validating the accuracy and performance of the proposedmethod are presented. As a result S-PTAM is one of the most accurate SLAM methods of the state of the art. S-PTAM was released as free software to ease its use and to allow comparison with other SLAM methods. Fil: Pire, Taihú Aguará Nahuel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2017-03-02 info:eu-repo/semantics/doctoralThesis info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/publishedVersion application/pdf eng info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/tesis_n6181_Pire |