Dissertação
Are the Latest SLAM Pipelines Improving the Pose Accuracy Remarkably? EVALUATED
SLAM é um método computacional baseado em sensores que permite equipar robots móveiscom a capacidade de criarem mapas do seu ambiente e de se localizarem nesses mapas. SLAM permite criar robots autónomos, sendo atualmente um tópico de forte investigação e desenvolvi-mento. O objetivo principal desta dissertação é o desenvolvimento de um método de SLAM quepode ser utilizado como base de comparação e avaliação de outros métodos SLAM, estado de arte, disponíveis publicamente.Esta dissertação foca o caso específico de os dados sensoriais serem exclusivamente se-quências de imagens ou sequências de imagens complementadas com mapas de profundidades.COLMAP and Visual SfM são duas implementações de SLAM, estado da arte, que são consideradas nesta dissertação para comparação e avaliação, utilizando a implementação proposta deSLAM.São considerados várias bases de dados utilizadas comummente para avaliação de implementações de SLAM. A implementação de SLAM proposta é baseada em módulos (toolboxes) de Matlab. Os vários métodos considerados, e o método proposto, são complexos em termos de cálculo com-putacional e memória necessários, por natureza da metodologia SLAM. Os resultados obtidoscom a implementação proposta são comparáveis em termos de precisão aos resultados das im-plementações estado da arte. Estes resultados mostram que SLAM sobre sensores de imagemtem um nível de maturidade elevado, as várias implementações são eficazes, permitindo a suautilização em muitas aplicações robóticas.
outubro 20, 2020, 16:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
José António Da Cruz Pinto Gaspar
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar