Traversability learning in aerial images using fully convolutional networks
| Autor: | Borges, Carlos David Braga |
|---|---|
| Přispěvatelé: | Sá Junior, Jarbas Joaci de Mesquita |
| Jazyk: | portugalština |
| Rok vydání: | 2021 |
| Předmět: | |
| Zdroj: | Repositório Institucional da Universidade Federal do Ceará (UFC) Universidade Federal do Ceará (UFC) instacron:UFC |
| Popis: | BORGES, C. D. B. Aprendizado de atravessabilidade em imagens aéreas usando redes totalmente convolucionais. 2021. 84f. Dissertação (Mestrado em Engenharia Elétrica e Computação) – Programa de Pós-Graduação em Engenharia Elétrica e de Computação - Campus de Sobral, Universidade Federal do Ceará, Sobral, 2021. Traversability analysis is essential for ground robot operations because it allows the incorporation of knowledge about traversable and non-traversable terrain into the robot’s planning algorithm. It is possible to use aerial data to compute traversability maps for large regions and use them to assist in ground robot navigation. Most published methods to generate these maps from aerial images use terrain classification or heuristics to determine traversability. However, methods based on classification or handcrafted heuristics exhibit limitations with regard to output quality and processing time. To improve on these variables, this work explores a new method to compute a traversability map from an aerial image in one forward pass through a fully convolutional network. It is shown that this method can be employed to generate traversability maps in diverse environments and demonstrated that it provides useful information for a planner algorithm to compute safe paths. Análise de atravessabilidade é essencial para operações de robôs terrestres, pois permite a incorporação de conhecimento acerca de terrenos atravessáveis e não-atravessáveis aos algoritmos de planejamento. É possível usar dados aéreos para calcular mapas de atravessabilidade para regiões amplas e usá-los para auxiliar a navegação de robôs em terra. A maioria dos métodos publicados para produção desses mapas a partir de imagens aéreas utiliza classificação de terrenos ou heurísticas para determinar atravessabilidade. No entanto, métodos baseados em classificação ou heurísticas delineadas manualmente exibem limitações quanto à qualidade das saídas e tempos de processamento. Com o propósito de aprimorar essas variáveis, o presente trabalho explora uma nova maneira de computar mapas de atravessabilidade a partir de imagens aéreas, em uma passagem direta por uma rede totalmente convolucional. Mostra-se que este método pode ser empregado para gerar mapas em ambientes diversos e demonstra-se que os mapeamentos proveem informações úteis para que um algoritmo de planejamento construa percursos seguros. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|