Dissertação

{en_GB=Vision-based detection and grasping by a mobile manipulator} {} EVALUATED

{pt=A área da robótica está em vias de ter um impacto transformador em uma variedade de novos mercados e em vários aspetos sociais humanos. Isto inclui a aplicação de robôs na resposta a desastres, na saúde, em tarefas domésticas, no transporte, no espaço, na manufatura e na construção. No entanto, há uma lacuna entre a realidade atual das capacidades dos robôs e os requisitos das potenciais aplicações. Um desses requisitos é o uso da visão para a realização tarefas, nomeadamente a de procura e manipulação de objetos. Tentativas anteriores de realizar tarefas semelhantes recorreram a abordagens single-shot que se mostraram bem-sucedidas no passado, em aplicações estacionárias como as propostas pelo Amazon Robotics Challenge. No entanto, em aplicativos móveis onde o estado do ambiente está constantemente a ser alterado, a utilização de um método single-shot forçaria o sistema a realizar várias paragens por períodos consideráveis de tempo para registar as mudanças no mundo a fim de estimar corretamente a postura do objeto. Consequentemente, isto leva a estratégias de aproximação e manipulação ineficientes que requerem largos períodos de tempo a serem executadas. A presente tese tem como objetivo desenvolver uma abordagem diferente, através da utilização de um método iterativo de estimação de pose multi-shot, estimando constantemente a pose do objeto desejado com alta frequência, implementada numa estratégia de aproximação e manipulação adequada. Esta será capaz de realizar a deteção, aproximação e manipulação de uma maneira muito mais rápida e dinâmica, mantendo a confiabilidade e os resultados de precisão das abordagens single-shot anteriores., en=Robotics is poised to have a transformative impact in a variety of new markets and on various human social aspects. These include robot applications in disaster response, healthcare, domestic tasks, transport, space, manufacturing, and construction. However, there is a gap between current reality in robotic capabilities and the requirements of potential applications. One of the requirements is the use of vision to find and manipulate objects in the environment. Previous attempts of performing similar tasks have resorted to single shot approaches which have proven successful in the past, in stationary applications such as the ones proposed by the Amazon Robotics Challenge. However, in mobile applications where the environment's state is constantly changing, the employment of a single-shot method would force the system to perform multiple stops for considerable amounts of time to record the changes in world in order to estimate correctly the pose of the desired object. Consequently, this leads to inefficient grasping strategies which require a great amount of time to complete. This thesis aims to develop a different approach, by employing an iterative multi-shot pose estimation method, constantly estimating the desired object's pose at a high frequency, implemented into a suitable grasping strategy, which is capable to perform the detection, approaching and grasping in a faster and more dynamically while maintaining the reliability and accuracy results of the previous single-shot approaches. }
{pt=Robótica móvel, Manipulação Robótica, Deteção de Objetos, Filtro de Kalman, Iterative Closest Point, Estimação de pose, en=Mobile Robots, Robotic Manipulators, Object Detection, Kalman Filter, Iterative Closest Point, Pose Estimation}

Fevereiro 1, 2021, 16:0

Orientação

ORIENTADOR

Alberto Manuel Martinho Vale

Instituto de Plasmas e Fusão Nuclear (IPFN)

Investigador

ORIENTADOR

Pedro Manuel Urbano de Almeida Lima

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático