Detecção de fechamento de loop utilizando sequências em uma estratégia hierárquica de três níveis
Year: 2020
Type: dissertation
Abstract: Ao longo dos anos foi possível acompanhar a evolução das mais diversas aplicações robóticas. Robôs são utilizados em cirurgias e em linhas de montagem por conta de sua precisão e eficiência em trabalhos minuciosos e por vezes repetitivos. Quanto a robôs móveis, estes também podem ser aplicados em operações de busca e resgate, transporte, exploração subaquática, entre outras. Tais atribuições são possibilitadas se o robô for capaz de navegar autonomamente em ambientes desconhecidos. Para tanto, é importante que o robô tenha a capacidade de compreender a estrutura do ambiente em que está. Nesse sentido, foram desenvolvidos métodos de SLAM (Localização e Mapeamento Simultâneos) que proveem ao robô a habilidade de construir o mapa do ambiente enquanto se movimenta por ele. Para construir um mapa corretamente é importante que o robô consiga detectar que está revisitando um local de forma a compreender a topologia do ambiente. Os métodos utilizados para detecção de revisita, também conhecido como o problema de detecção de loop, são dependentes do sensor que o robô está utilizando. Recentemente, a câmera tem sido adotada nessa atividade por ser um sensor barato ao mesmo tempo em que é rico em informações. Por outro lado, traz desafios para o problema de detecção de loop como por exemplo: como saber que está revisitando o mesmo local quando se está em uma estação diferente, ou em um momento diferente do dia ou ainda, saber que é o mesmo local ainda que capturado sob um ponto de vista diferente? Nossa proposta tem o objetivo de responder essas perguntas através de uma estrutura que tira proveito da sequência de informações já coletadas pelo robô, junto a um mapa hierárquico que tem o papel de reduzir o espaço de busca sem interferir na precisão da tarefa da detecção de loop. Nossa abordagem é avaliada através de testes que expõem nossa solução a diferentes configurações de datasets. Esses testes demonstraram que o nosso método é capaz de reconhecer revisitas em locais com alteração de iluminação, movimentação de pessoas e diferenças de ponto de vista e apresenta resultados expressivos se comparado a um dos métodos estado da arte em LCD.
Institution: Universidade Federal do Rio Grande do Sul
Language: Portuguese
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7009028662
