SLAM Monocular en tiempo real

Una de las tareas fundamentales que debe poder ejecutar un robot móvil es la navegación autónoma de su entorno de trabajo, para lo que se requiere de un modelo del entorno o mapa y un método para estimar la localización en éste. Sin embargo son numerosas las situaciones en las que no se dispone, a priori, de una representación del entorno, por ejemplo en labores de búsqueda, rescate, exploración planetaria, exploración oceánica y minería subterránea. En tales circunstancias se deberán resolver de manera simultánea ambos problemas, la localización y el mapeo. En efecto, la estimación de la localización requiere de un mapa, y a su vez, para elaborar un mapa es necesario establecer una localización con relación a un modelo. La solución simultánea de estos dos problemas se conoce en robótica como SLAM (Simultaneous Localization and Mapping). Desde su formulación hace más de treinta años, la comunidad científica vinculada a la robótica ha invertido esfuerzo y energía en la solución del SLAM. En la actualidad se considera un componente fundamental de los sistemas robóticos, permitiéndoles realizar tareas más complejas y por tanto, otorgándoles mayores niveles de autonomía. Si bien el SLAM bidimensional para entornos interiores de pequeña escala se considera un problema resuelto con el que se obtienen resultados consistentes, una vez se extiende a la estimación y reconstrucción tridimensional o a entornos de grandes dimensiones, nuevos retos de investigación surgen de inmediato. Para el caso particular del SLAM tridimensional con sensores visuales, algunos de los nuevos problemas que deben ser resueltos son: mayor complejidad y costo computacional debido al gran volumen de datos a procesar, errores debidos a la baja resolución de los sensores, cambios de iluminación en el entorno, superficies con falta de textura e imágenes borrosas por movimientos ápidos de la cámara. En esta tesis se adelanta un estudio sistemático y riguroso del SLAM, desde su formulación y métodos de solución, hasta la evaluación de algunos de los algoritmos SLAM de código abierto más recientes. De manera particular se aborda el problema del SLAM monocular en tiempo real y se conducen experimentos en entornos interiores con un sistema robótico especialmente diseñado para tal fin. Las principales contribuciones de este trabajo son: - El estudio sistemático y exhaustivo del SLAM, desde su formulación hasta los métodos de solución más representativos (Capítulo 2). - La formulación de un método de evaluación de los algoritmos SLAM con base en dos métricas (MeC y MoC) que consideran la calidad de los mapas producidos (Capítulo 3). - El diseño y construcción de un sistema robótico totalmente compatible con ROS (Robot Operating System) para la validación experimental conducida en esta tesis y la investigación y desarrollo de aplicaciones (Capítulo 3). - El estudio riguroso de los algoritmos visual SLAM que hacen parte del estado del arte actual y, de manera particular, los métodos relativos a los problemas fM (Structure from Motion) y el SLAM monocular en tiempo real (Capítulos 4 y 5).

• Autores: Acosta Amaya, Gustavo Alonso
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2019
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/76863
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/76863; http://bdigital.unal.edu.co/73759/
• Palabra clave: SLAM monocular; SLAM visual; Robótica móvil; Filtro de Kalman extendido; Mapeo robótico; ROS; SfM; Reconstrucción 3D.; monocular SLAM; Robotic mapping
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional