Dissertação

Robotic Home Sentinel EVALUATED

Esta dissertação aborda o problema de mapear e navegar um robot móvel em ambientes interiores, utilizando visão artificial. O primeiro sensor considerado é uma câmara RGBD. A informação de profundidade permite transportar para 3D pontos característicos seleccionados na imagem ("SIFT features"). Um conjunto de três pontos 3D, ou mais, correspondidos entre imagens consecutivas, permitem estimar o movimento de uma câmara considerando uma transformação rígida (problema de Procrustes). Para além da estimação de movimento, as imagens de profundidade permitem calcular o espaço livre à frente do robot. A partir de várias leituras de espaço livre pode ser criado um mapa de ocupação ("occupancy grid"), que depois permite encontrar trajectórias para navegação. Alternativamente a utilizar uma câmara RGBD, consideramos também a utilização de uma câmara RGB/grey. A combinação de várias imagens obtidas ao longo do tempo, utilizando uma metodologia de mapeamento e localização (SLAM), permite recuperar informação 3D. Em particular consideramos um modelo geométrico para o cenário assumindo uma estrutura tubular com secção rectangular (corredor). A retro-projecção permite passar pontos no plano da imagem em 2D para 3D no referencial da câmara, assumindo conhecida a calibração. Sobre o mapa construído, como no caso anterior, é aplicado um planeador de trajectórias, resultando no final um caminho da posição actual para a desejada. Ambas as metodologias de navegação foram testadas em ambientes de realidade virtual. Os resultados obtidos comparados com os dados da simulação, ground truth, são promissores.
Modelo Câmara, EKF, SLAM, Planeador de Trajectórias, Transformação Rígida.

Maio 21, 2014, 9:30

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