Construcción cooperativa de mapas visuales mediante un equipo de robots móviles

Autor:	Gil Aparicio, Arturo
Přispěvatelé:	Ingeniería de Sistemas y Automática, Reinoso García, Óscar, Departamentos de la UMH::Ingeniería de Sistemas y Automática
Jazyk:	Spanish; Castilian
Předmět:	004 - Ciencia y tecnología de los ordenadores. Informática. [CDU] 04 - Ciencia y tecnología de los ordenadores. Informática. [CDU] mapas visuales
Zdroj:	REDIUMH. Depósito Digital de la UMH instname
Popis:	Building a map of the environment is an essential ability that allows a mobile robot tobe truly autonomous, since maps are required for a wide range of robotic applications.As a result, map building has generated a great interest and an active research community.This problem has been denoted SLAM (Simultaneous Localization and Mapping)since it considers the situation in which a mobile robot constructs a map and, simultaneously,estimates its pose within this map. This problem is considered inherently difficult,since noise introduced in the estimate of the robot pose leads to noise in the map andviceversa. To date, typical SLAM approaches have been using laser range sensors to buildmaps in two and three dimensions. Recently, the interest on using cameras as sensorsin SLAM has increased and some authors have been concentrating on building three dimensional maps using visual information obtained from cameras. These approaches areusually denoted as visual SLAM.In this thesis we consider a feature-based approach to visual SLAM. In this case, a setof distinctive points in the environment is used as landmarks. Mainly, two steps must bedistinguished in the observation of visual landmarks. The first step involves the detectionof interest points in the images that can be used as reliable landmarks. The points shouldbe detected from different distances and viewing angles, since they will be observed bythe robot from separate poses in the environment. At a second step the interest pointsare described by a feature vector, which is computed using local image information. Thisdescriptor is used in the data association problem, that is, when the robot has to decidewhether the current observation corresponds to one of the landmarks in the map or toa new one. When the robot observes a visual landmark in the environment, it obtainsa distance measurement and computes a visual descriptor. Next, the descriptor and themeasurement are used to recover the landmark in the map that generated the observation.To sum up, the data association is a critical part of the SLAM process, since wrong dataassociations would produce incorrect maps.When the robot moves around the environment it will observe the same visual landmarksfrom different angles and distances. This poses two different problems: First, thesame point may not be detected in the images when perceived from different viewpoints.Second, the visual appearance of the point in space will change significatively when seenfrom various poses in the environment. As a result, it is of great importance the selectionof detection and description methods that permit to extract robust landmarks in the environment and describe them invariantly to scale and viewpoint changes. As a result, achapter in this thesis is devoted to the evaluation of the detectors and descriptors typicallyused in visual SLAM.An important subfield within mobile robotics that requires accurate maps is the performanceof collaborative tasks by multiple vehicles. Multiple vehicles can frequently accomplishany task faster than a single one. However, little effort has been done until nowin the field of multi-robot visual SLAM, which considers the case where several robotsmove along the environment and build a map. In this thesis we concentrate on this problemand propose a solution that allows to build a map using a set of visual observationsobtained by a team of mobile robots. We propose an approach to the multi-robot SLAMproblem using a Rao-Blackwellized Particle Filter (RBPF). To the best of our knowledge,this is the first work that uses visual measurements provided by several robots to build acommon 3D map of the environment.The validity of the approach is showed by means of a series of experiments bothusing simulated data and real data captured with a team of real mobile robots. The resultspresented demonstrate that the approach is suitable to build visual maps using a robotteam in a wide range of situations. La creación de mapas del entorno es una habilidad esencial para un robot móvil, ya queun gran número de aplicaciones en este campo precisan de un modelo del espacio porel que se desplazan los vehículos. En consecuencia, la construcción de mapas por mediode robots móviles ha supuesto un tema de investigación de gran interés durante las últimasdos décadas. Este problema se ha denominado generalmente SLAM (Simultaneous Localizationand Mapping), ya que considera la situación en la que el robot debe construir unmapa y, al mismo tiempo, deducir su pose dentro de ese mismo mapa. El problema planteadoes de extrema dificultad: cualquier error que se cometa en la estimación de la posedel robot inducirá un error en la construcción del mapa. A continuación, el error cometidoen el mapa generará un error en la localización del robot. Así pues, el problema planteadorecuerda a una “pescadilla que se muerde la cola” y está considerado como uno de losretos más complicados en el campo de la robótica móvil.Hasta hace relativamente pocos años la creación de mapas se ha basado en la utilizaciónde sensores de distancia láser para crear mapas en 2 y 3 dimensiones. Recientemente, hasurgido un gran interés en utilizar cámaras para la creación de mapas. Estas solucionesse han agrupado bajo el término de SLAM visual. Sin embargo, los sistemas de visiónson normalmente menos precisos que los sensores láser y la gran cantidad de informaciónobtenida por las cámaras debe ser procesada para poderse tratar convenientemente. Comoresultado, el problema de SLAM se hace, si cabe, más complicado.En esta tesis se plantea la idea de crear mapas basados en un conjunto de puntos de interés encontrados en el entorno. Estos puntos se extraen a partir de imágenes capturadas enel entorno mediante algún método de detección de puntos significativos. A continuación,cada punto detectado se asocia con un descriptor visual calculado en base a la aparienciavisual del punto. En nuestro caso, el descriptor se utiliza para resolver el problemade la asociación de datos: cuando el robot tiene que decidir si la observación actual secorresponde con alguna de las marcas visuales que ha almacenado en el mapa o, por elcontrario, no la ha detectado anteriormente y debe crear una nueva marca. La asociaciónde datos es cr´ıtica en la creación del mapa visual: asociaciones de datos incorrectas daránlugar a mapas incoherentes.Cuando el robot se mueve por el espacio observará las mismas landmarks visualesdesde diferentes puntos de vista, debiendo ser capaz de asociar las medidas obtenidas conla marca visual correcta. En consecuencia, resulta de vital importancia la selección demétodos de detección de puntos de interés y de descripción que resulten adecuados parala creación de mapas visuales. Así pues, se consideró interesante la realización de unaevaluación sobre los métodos de detección y descripción más comunes en la actualidad,con el objetivo de encontrar los más adecuados para el proceso de SLAM visual.La capacidad para crear mapas es vital en tareas en las que varios robots deban moversey cooperar entre sí. La exploración de un entorno por medio de un conjunto de robotsmóviles es un ejemplo claro de este tipo de tareas. En este caso es de vital importanciaque los robots sean capaces de crear un mapa coherente mediante las observacionesrealizadas por los diferentes miembros del equipo. Así pues, en esta tesis se propone unmétodo de SLAM visual que es capaz de crear un mapa utilizando un conjunto de observaciones por un equipo de robots en movimiento. El método propuesto se basa en un filtro de partículas de tipo Rao-Blackwell y estima, simultáneamente, el mapa y las trayectoriasmás probables en base a los movimientos y observaciones realizadas por todos los robotsconjuntamente. En nuestra opinión, esta es la primera solución de SLAM visual para elcaso multi-robot.La validez de las propuestas realizadas en esta tesis se ha comprobado mediante unconjunto de experimentos realizados con datos simulados, así como utilizando datos realescapturados por un conjunto de robots móviles reales. Los resultados presentados demuestranla validez de las soluciones propuestas en un amplio conjunto de situaciones.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::a1860c3ff345c7c80ca93f604c7a45bc http://hdl.handle.net/10803/406497 Zobrazit plný text záznamu