Tesis
Reconstrução e regularização de trajetórias via odometria visual e redes neurais
Reconstruction e regularization of trajectories via visual odometry and neural networks
Registro en:
Autor
Lima, Marcus Vinicius Pontes, 1991-
Institución
Resumen
Orientador: Paulo Roberto Gardel Kurka Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica Resumo: Aplicações na área de navegação e localização autônoma visual (vSLAM) utilizam sensores auxiliares à visão para diminuição dos erros de estimativa de posição. Neste trabalho, demonstra-se uma metodologia para a recuperação e a regularização de uma trajetória percorrida por um robô utilizando somente imagens estereoscópicas capturadas com uma determinada frequência durante sua movimentação. A simulação da movimentação e a captura de imagens são realizadas em um ambiente virtual desenvolvido na plataforma de computação gráfica 3D ¿ Blender. A dinâmica de movimentação do robô, a recuperação da trajetória e a filtragem são implementados no MATLAB e o processamento de imagens é realizado no Visual Studio em C++ utilizando a biblioteca OpenCV. Através do algoritmo de processamento de imagens para encontrar pontos de interesse de Shi-Tomasi e aplicação de fluxo óptico de Lucas Kanade, são encontrados os pontos de interesse na imagem estéreo e então estimado o deslocamento destes pontos em coordenadas de pixel. Utilizando relações geométricas, é possível converter essa movimentação para coordenadas do mundo, ou seja, recuperando a trajetória original do robô. Esta estimativa possui um erro de escala e rotação em relação à original; utiliza-se então um filtro projetado com redes neurais para melhoria dos resultados Abstract: Applications in the autonomous visual localization and mapping (vSLAM) field make use of auxiliary sensors to the vision in order to reduce the trajectory estimation error. In this work, it is presented a methodology to recover and regularize a trajectory of a robot using only stereoscopic images captured in a determined frequency during its path. The simulation of the robot¿s movement and the capture of images are done in a virtual environment designed in the 3D creation suite ¿ Blender. The robot¿s dynamics, trajectory recovery and regularization (filtering) are implemented in MATLAB. Image processing is achieved in Visual Studio using C++ and OpenCV library. Through the image-processing algorithm to find good points to track of Shi-Tomasi and the Optical Flow from Lucas Kanade, interest points are determined on the stereo image and their displacement is estimated in pixel coordinates. Using geometrical relations, it is possible to convert such displacement in world coordinates, i.e. recover the robot¿s original trajectory. Such estimation has a scale and rotation error in comparison to the original; a filter designed using neural network is applied for improvement Mestrado Mecanica dos Sólidos e Projeto Mecanico Mestre em Engenharia Mecânica 002/2014 FAPEAM