Defesa de Dissertação de Mestrado – Flávio Gabriel Oliveira Barbosa – 24/02/2017
24/02/2017 16:34
| Defesa de Dissertação de Mestrado | ||
| Aluno | Flávio Gabriel Oliveira Barbosa | |
| Orientador | Prof. Marcelo Ricardo Stemmer, Dr. – DAS/UFSC | |
| Data | 24/02/2017 (sexta-feira) 09h00
Sala PPGEAS I (Piso Superior) |
|
| Banca | Prof. Marcelo Ricardo Stemmer, Dr. – Orientador – DAS/UFSC;
Prof. Maurício Edgar Stivanello, Dr. – IFSC; Prof. Aldo Von Wangenheim, Dr. – INE/UFSC; Prof. Ubirajara Franco Moreno, Dr. – DAS/UFSC. |
|
| Título | Sistema de Localização, Mapeamento e Registro 3D para Robótica Móvel baseado em Técnicas de Visão Computacional | |
| Resumo: A introdução de sistemas de visão computacional em robôs móveis se traduz em um significativo aumento de suas habilidades sensoriais, o que implica em uma maior versatilidade e segurança nas operações do robô. Armazenar e manipular todas as imagens percebidas por um robô durante sua tarefa de localização e mapeamento visual é tipicamente intratável para cenários reais. A alternativa adotada por este trabalho é representar o ambiente de forma topológica, onde alguns quadros são selecionados, chamados keyframes, e representam locais visualmente distintos do ambiente. Assim, cada nó do mapa proposto corresponde a um quadro-chave, descrito por um conjunto de características locais obtidas pelos descritores SIFT, SURF, ORB, BRIEF e BRISK. A seleção destes descritores baseou-se nas avaliações anteriores encontradas na literatura e em uma série de testes que verificaram habilidades importantes no contexto proposto. Ao navegar em determinado ambiente, adquirir modelos 3D, que proporcionam uma compreensão muito mais abrangente do que mapas 2D, são de particular interesse para usuários remotos interessados no interior do ambiente que o robô percorre. O sistema proposto é baseado em registro de nuvens de pontos. Um Kinect acoplado ao robô captura imagens RGB e de profundidade, usadas para gerar nuvens de pontos que posteriormente são alinhadas na forma de registro, utilizando o alinhamento inicial SAC-IA com os descritores PFH e FPFH, e alinhadas através do algoritmo ICP. As métricas de avaliação demonstraram que os sistemas propostos são capazes de localizar o robô com precisão, encontrando a localização global ao longo de toda a trajetória, sendo capaz de resolver os problemas do robô sequestrado e do robô despertado. O algoritmo de alinhamento mostrou bons resultados quanto a capacidade de criar modelos compreensíveis, porém demanda um alto custo computacional. Desta forma, o presente trabalho propõe uma solução para que um robô acoplado com um Kinect percorra sua trajetória de forma autônoma, localizando-se e coletando nuvens de pontos que são usadas para criar um modelo 3D de seu ambiente de trabalho. | ||
