Programa de Pós-Graduação em Engenharia Elétrica e de Computação
URI Permanente desta comunidadehttps://repositorio.ufrn.br/handle/123456789/11949
Navegar
Navegando Programa de Pós-Graduação em Engenharia Elétrica e de Computação por Assunto "2.5-D occupancy-elevation grid"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
Tese Mapeamento robótico 2,5-D com representação em grade de ocupação-elevação(Universidade Federal do Rio Grande do Norte, 2012-08-03) Souza, Anderson Abner de Santana; Gonçalves, Luiz Marcos Garcia; ; http://lattes.cnpq.br/1562357566810393; ; http://lattes.cnpq.br/2563070123322776; Alsina, Pablo Javier; ; http://lattes.cnpq.br/3653597363789712; Pedrosa, Diogo Pinheiro Fernandes; ; http://lattes.cnpq.br/3276436982330644; Tonidandel, Flavio; ; http://lattes.cnpq.br/5331230734386657; Santana, André Macêdo; ; http://lattes.cnpq.br/5971556358191272Este trabalho apresenta um novo método de mapeamento de ambientes com robôs móveis com informações tridimensionais para navegação. Muitas abordagens de mapeamento 3D, usam o método em grade de ocupação, o que resulta no uso de muito recurso computacional tanto na construção como no armazenamento desses mapas. A presente pesquisa apresenta o mapeamento 2,5-D em grade de ocupação-elevação, a qual é definida como uma representação discreta, onde cada célula armazena uma probabilidade de ocupação, a altura do espaço mapeado e a variância desse valor de altura. Essa representação permite que um robô móvel tenha a ciência se um lugar do seu ambiente está ocupado por um obstáculo e qual a altura desse obstáculo. Dessa forma, ele pode decidir se é possível navegar sobre o obstáculo ou não, de acordo com suas habilidades motoras. As informações sensoriais necessárias para construir o mapa são providas por um sistema de visão estéreo, o qual foi modelado através de uma robusta análise estatística, considerando os ruídos presentes no processamento estéreo. Os mapas resultantes favorecem a execução de tarefas como tomadas de decisões na navegação autônoma, exploração, localização e planejamento de caminhos. Experimentos práticos reais mostram que o método de mapeamento apresentado é útil para a navegação de robôs autônomos