FenixEdu™

Dissertação

Visual-Inertial Odometry using Square-Root UKF on Lie groups to estimate orientation of monocular camera EVALUATED

Detalhes: O sistema oculomotor é responsável por orientar e controlar os movimentos oculares em humanos, mas também noutros animais. Sacadas são movimentos extremamente rápidos e precisos e os 6 músculos extra-oculares são capazes de direcionar o olho com apenas 2 graus de liberdade. Isto torna a modelação e design de um olho robótico inspirado em humanos, num problema bastante desafiante de se resolver. Um dos objectivos do projecto ORIENT é desenvolver de um protótipo de um olho robótico que seja capaz de se aproximar ao sistema humano. Estimar a orientação do protótipo é crucial para que seja possível implementar estratégias de controlo de modo a melhorar o design. Em trabalhos anteriores, esta estimação foi feita utilizando um IMU e uma câmera separadamente. A ground-truth nas experiências com dados reais conseguia ser estimada com um erro de 4 graus, no mínimo. Só é viável usar a câmera para estimar orientações a baixa frequência devido ao desfoque da imagem, e o IMU tem uma relação sinal-ruído muito baixa para movimentos lentos. O objectivo deste trabalho é desenvolver um algoritmo que funde a informação destes dois sensores para estimar a orientação da câmera. Usamos o recentemente introduzido Unscented Kalman Filter em grupos de Lie e comparamos com a ground-truth. Avaliamos a performance do filtro em simulação e também com dados reais, adquiridos com o braço robótico, KinovaGen3. Desenvolvemos uma experiência com ground-truth viável (erro até 1 grau), melhorámos a estimação de toda a trajectória com a fusão e também com uma pré-filtragem dos dados.
Keywords: Sacadas, estimação de orientação, Odometria visual e inercial, Unscented Kalman Filter

Discussão: dezembro 27, 2021, 8:0