Mapeado 3d con robots autónomos mediante visión estéreo.

• Autores: Juan Manuel Sáez Martínez
• Directores de la Tesis: Francisco Escolano Ruiz (dir. tes.)
• Lectura: En la Universitat d'Alacant / Universidad de Alicante ( España ) en 2005
• Idioma: español
• Tribunal Calificador de la Tesis: Luis Miguel Álvarez León (presid.) , Domingo Gallardo López (secret.) , Miguel Cazorla Quevedo (voc.) , Jaime Gómez García-Bermejo (voc.) , José Neira Parra (voc.)
• Enlaces
  • Tesis en acceso abierto en: RUA
• Resumen

  • En este trabajo presentamos una aproximación al problema de Mapeado y Localización Simultáneos (SLAM), considerado actualmente como uno de los pilares básicos de la robótica móvil, Para ello, recurrimos a la información de apariencia y estructura 3D de la escena, obtenida a través de una cámara estereoscópica, que representa el único sensor del sistema. Este dispositivo ofrece observaciones semi-densas del entorno, con un ruido no isotrópico significativo. En primer lugar, presentamos un algoritmo rápido y robusto para estimar las acciones del robot en función de sus observaciones, lo cual nos permite prescindir de un sensor de odometria adicional. El algoritmo realiza la estimación de cada acción con información local, esto es, utilizando únicamente las observaciones inmediatamente anterior y posterior en la trayectoria. Para minimizar el tiempo de cómputo, el cálculo se realiza sobre una selección de los puntos de cada observación (observaciones reducidas).EI algoritmo consta de tres fases: emparejamiento inicial, donde se relacionan dos a dos los puntos de las observaciones, utilizando la apariencia y la información 3D; refinamiento, donde se filtran los falsos positivos del emparejamiento inicial, utilizando la estructura 3D de las observaciones; y alineamiento, donde se estima la acción realizada en función del emparejamiento robusto obtenido en la fase anterior.Bajo la suposición de cámara y suelo rectos, se consigue acelerar el proceso y minimizar la ambigüedad del mismo. Eliminando esta restricción, y con un cierto incremento tanto en el tiempo de cómputo como en el error de la estimación, se consigue extender la solución anterior para cubrir el movimiento completo de cámara (seis grados de libertad).

    En segundo lugar, se propone una técnica de rectificación global. Esta técnica utiliza toda la información del mapa para corregir los errores acumulados en la fase de estimación de acciones. se tr