Creación de un modelo visual del entorno basado en imágenes omnidireccionales

A. Gil, D. Valiente, O. Reinoso, J.M. Marín

Resumen

En este artículo abordamos el problema de la construcción del mapa visual de un entorno mediante un robot móvil, ubicándose, por tanto, en el ámbito del problema de SLAM (Simultaneous Localization and Mapping). La solución presentada en este artículo se fundamenta en el uso de un conjunto de imágenes para representar el entorno. De esta manera, la estimación del mapa se plantea como el cálculo de la posición y orientación de un conjunto de vistas omnidireccionales obtenidas del entorno. La idea desarro- llada se separa de la concepción habitual de mapa visual, en la que el entorno estárepresentado mediante un conjunto de puntos tridimensionales definidos respecto de un sistema de referencia. En el caso presentado, se considera que el robot estáequipado con un único sensor visual omnidireccional que permite detectar un conjunto de puntos de interés de las imágenes que, a continuación, son representados mediante un descriptor visual. El proceso de construcción del mapa se puede resumir de la siguiente manera: cuando el robot se mueve por el entorno captura imágenes omnidireccionales y extrae un conjunto de puntos de interés de cada una de ellas. A continuación, se buscan correspondencias entre la imagen capturada y el resto de imágenes omnidireccionales existentes en el mapa. Si el nú mero de correspondencias encontradas entre la imagen actual y alguna de las imágenes del mapa es suficiente, se calcula una transformación consistente en una rotación y translación. A partir de estas medidas podemos deducir la localización del robot con respecto a las imágenes almacenadas en el mapa. Se presentan resultados obtenidos en un entorno simulado que validan la idea presentada. Además, se han obtenido resultados experimentales utilizando datos reales que demuestran la validez de la solución presentada.

Palabras clave

SLAM; robótica móvil; visión omnidireccional

Texto completo:

PDF

Referencias

Andrew J. Davison, A. J., Gonzalez Cid, Y., Kita, N., 2004. Improving data association in vision-based SLAM. In: Proc. of IFAC/EURON. Lisboa, Portugal.

Aracil, R., Balaguer, C., Armada, M., 2008. Robots de servicio. RIAI (Revista Iberoamericana de Automática e Informática Industrial) 5(2), 6–13.

Ballesta, M., Gil, A., Reinoso, O., Úbeda, D., 2010. Análisis de detectores y descriptores de características visuales en slam en entornos interiores y exteriores. RIAI (Revista Iberoamericana de Automática e Informática Industrial) 7(2), 68–80.

Bay, H., Tuytelaars, T., Van Gool, L., 2006. SURF: Speeded up robust features. In: Proc. of the ECCV. Graz, Austria.

Bunschoten, R., Krose, B., 2003. Visual odometry from an omnidirectional vision system. In: Proc. of the ICRA.

Civera, J., Davison, A. J., Mart´ınez Montiel, J. M., 2008. Inverse depth parametrization for monocular slam. IEEE Trans. on Robotics.

Davison, A. J., Murray, D. W., 2002. Simultaneous localisation and mapbuilding using active vision. IEEE Trans. on PAMI.

Gil, A., Martinez-Mozos, O., Ballesta, M., Reinoso, O., 2010. A comparative evaluation of interest point detectors and local descriptors for visual slam. Machine Vision and Applications.

Gil, A., Reinoso, O., Martínez-Mozos, O., Stachniss, C., Burgard, W., 2006. Improving data association in vision-based SLAM. In: Proc. of the IROS. Beijing, China.

Grisetti, G., Stachniss, C., Grzonka, S., Burgard, W., 2007. A tree parameterization for efficiently computing maximum likelihood maps using gradient descent. In: Proc. of RSS. Atlanta, Georgia.

Harris, C. G., Stephens, M., 1988. A combined corner and edge detector. In: Proc. of Alvey Vision Conference. Manchester, UK.

Hartley, R., Zisserman, A., 2004. Multiple View Geometry in Computer Vision. Cambridge University Press.

Jae-Hean, K., Myung Jin, C., 2003. Slam with omni-directional stereo vision sensor. In: Proc. of the IROS. Las Vegas (Nevada).

Joly, C., Rives, P., 2010. Bearing-only SAM using a minimal inverse depth parametrization. In: Proc. of ICINCO. Funchal, Madeira (Portugal).

Kawanishi, R., Yamashita, A., Kaneko, T., 2008. Construction of 3D environment model from an omni-directional image sequence. In: Proc. of the Asia International Symposium on Mechatronics 2008. Sapporo, Japan.

Lowe, D., 2004. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision.

Montemerlo, M., Thrun, S., Koller, D., Wegbreit, B., 2002. Fastslam: a factored solution to the simultaneous localization and mapping problem. In: Proc. of the 18th national conference on Artificial Intelligence. Edmonton, Canada.

Neira, J., Tardos, J. D., 2001. Data association in stochastic mapping using the ´ joint compatibility test. IEEE Trans. on Robotics and Automation.

Nister, D., 2003. An efficient solution to the five-point relative pose problem. In: Proc. of the IEEE CVPR. Madison, USA.

Nister, D., 2005. Preemptive RANSAC for live structure and motion estimation. ´ Machine Vision and Applications.

Paya, L., Fernandez, L., Reinoso, O., Gil, A., ´ Ubeda, D., 2009. Appearance- ´ based dense maps creation: Comparison of compression techniques with panoramic images. In: 6th International Conference on Informatics in Control, Automation and Robotics ICINCO. Milan (Italy), pp. 250–255.

Scaramuzza, D., Fraundorfer, F., Siegwart, R., 2009. Real-time monocular visual odometry for on-road vehicles with 1-point RANSAC. In: Proc. of the ICRA. Kobe, Japan.

Scaramuzza, D., Martinelli, A., Siegwart, R., 2006. A toolbox for easily calibrating omnidirectional cameras. In: Proc. of the IROS. Beijing, China.

Stachniss, C., Grisetti, G., Haehnel, D., Burgard, W., 2004. Improved Rao-Blackwellized mapping by adaptive sampling and active loop-closure. In: Proc. of the SOAVE. Ilmenau, Germany.

Stewenius, H., Engels, C., Nister, D., 2006. Recent developments on direct relative orientation. ISPRS Journal of Photogrammetry and Remote Sensing

Abstract Views

361
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912