Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/jspui/handle/123456789/15150
Título: Localização e mapeamento simultâneos de ambientes planos usando visão monocular e representação híbrida do ambiente
Autor(es): Santana, André Macêdo
Palavras-chave: SLAM;Visão monocular;Grade de ocupação visual;Mapa híbrido;Filtro de kalman;SLAM;Monocular vision;Occupancy grid maps;Hybrid map;Extended kalman filter
Data do documento: 11-Fev-2011
Editor: Universidade Federal do Rio Grande do Norte
Citação: SANTANA, André Macêdo. Localização e mapeamento simultâneos de ambientes planos usando visão monocular e representação híbrida do ambiente. 2011. 149 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2011.
Resumo: The goal of this work is to propose a SLAM (Simultaneous Localization and Mapping) solution based on Extended Kalman Filter (EKF) in order to make possible a robot navigates along the environment using information from odometry and pre-existing lines on the floor. Initially, a segmentation step is necessary to classify parts of the image in floor or non floor . Then the image processing identifies floor lines and the parameters of these lines are mapped to world using a homography matrix. Finally, the identified lines are used in SLAM as landmarks in order to build a feature map. In parallel, using the corrected robot pose, the uncertainty about the pose and also the part non floor of the image, it is possible to build an occupancy grid map and generate a metric map with the obstacle s description. A greater autonomy for the robot is attained by using the two types of obtained map (the metric map and the features map). Thus, it is possible to run path planning tasks in parallel with localization and mapping. Practical results are presented to validate the proposal
metadata.dc.description.resumo: O objetivo desta tese é apresentar uma técnica de SLAM (Localização e Mapeamento Simultâneos) adequada para ambientes planos com linhas presentes no chão, de modo a permitir que o robô navegue no ambiente fundindo informações de odometria e de visão monocular. Inicialmente, é feita uma etapa de segmentação para classificar as partes da imagem em chão e não-chão . Em seguida, o processadomento de imagem identifica linhas na parte chão e os parâmetros dessas linhas são mapeados para o mundo, usando uma matriz de homografia. Finalmente, as linhas identificadas são usadas como marcos no SLAM, para construir um mapa de características. Em paralelo, a pose corrigida do robô, a incerteza em relação à pose e a parte nãochão da imagem são usadas para construir uma grade de ocupação, gerando um mapa métrico com descrição dos obstáculos. A utilização simultânea dos dois tipos de mapa obtidos (métrico em grade e de características) dá maior autonomia ao robô, permitindo acrescentar tarefas de planejamento em simultâneo com a localização e mapeamento. Resultados práticos são apresentados para validar a proposta
URI: http://repositorio.ufrn.br:8080/jspui/handle/123456789/15150
Aparece nas coleções:PPGEE - Doutorado em Engenharia Elétrica e de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
AndreMS_TESE.pdf7,97 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.