O mapeamento de ambientes é um dos maiores desafios para pesquisadores na área de navegação autônoma. As técnicas existentes estão divididas em dois importantes paradigmas, o mapeamento métrico e o topológico. Diversos métodos de mapeamento que combinam as vantagens de cada um desses paradigmas têm sido propostos. Este projeto consiste na adaptação e extensão de um sistema integrado para navegação autônoma de robôs móveis através do aperfeiçoamento da interface e também da incorporação de uma técnica de mapeamento topológico. Para isso, a técnica conhecida como Grade de Ocupação, utilizada em geral para mapeamento métrico é combinada com um método de esqueletização de imagens para a realização do mapeamento topológico. Além disso, transformações morfológicas de erosão e abertura, adequadas a ambientes reais, foram utilizadas, visando reduzir a influência de ruídos na abordagem proposta, uma vez que devido a ruídos inerentes as leituras sensoriais obtidas pelo robô, o mapa topológico gerado apresenta diversas linhas topológicas desnecessárias, dificultando consequentemente a tarefa de navegação autônoma. Vários experimentos foram executados para verificar a eficiência da combinação de técnicas proposta, tanto em nível de simulação quanto em um robô real. Os resultados obtidos demonstraram que a técnica de esqueletização de imagens combinada ao mapeamento métrico do ambiente é uma forma simples e viável de se obter as linhas topológicas do espaço livre do ambiente. A aplicação das transformações morfológicas demonstrou ser eficiente para a criação de mapas topológicos livres de ruído, uma vez que elimina grande parte das linhas topológicas geradas em conseqüência dos ruídos dos sensores do robô / Environment mapping has been a great challenge for many researchers in the autonomous navigation area. There are two important paradigms for mapping, metric and topological mapping. Several mapping methods that combine the advantages of each paradigm have been proposed. This project consists to the adaptation and extension of a mobile robots autonomous navigation integrated system by improving the interface and incorporation of a topological mapping technique. For this, the technique known as Occupation Grid for metric mapping is combined with an image skeletonization method used for topological mapping. This work also aims to propose a set of morphology transformations to generation of topological maps suitable for real environments, seeking to reduce influence of noise in performed mapping. The topological map generated through this combination presents several unnecessary topological lines, due noise inherent to the own robot ability of capturing sensor signals, hindering consequently the task of autonomous navigation. Several experiments have been performed to verify the efficiency of the proposed approach. The results obtained demonstrate that image skeletonization technique combined with the metric mapping is a simple and feasible method for obtaining the topological lines corresponding to free space of the environment. The application of the morphology transformations demonstrated to be a useful method to the creation of topological maps considerably less noise, since it eliminates most of the topological lines generated in consequence of noise in the sensors

O mapeamento de ambientes é um dos maiores desafios para pesquisadores na área de navegação autônoma. As técnicas existentes estão divididas em dois importantes paradigmas, o mapeamento métrico e o topológico. Diversos métodos de mapeamento que combinam as vantagens de cada um desses paradigmas têm sido propostos. Este projeto consiste na adaptação e extensão de um sistema integrado para navegação autônoma de robôs móveis através do aperfeiçoamento da interface e também da incorporação de uma técnica de mapeamento topológico. Para isso, a técnica conhecida como Grade de Ocupação, utilizada em geral para mapeamento métrico é combinada com um método de esqueletização de imagens para a realização do mapeamento topológico. Além disso, transformações morfológicas de erosão e abertura, adequadas a ambientes reais, foram utilizadas, visando reduzir a influência de ruídos na abordagem proposta, uma vez que devido a ruídos inerentes as leituras sensoriais obtidas pelo robô, o mapa topológico gerado apresenta diversas linhas topológicas desnecessárias, dificultando consequentemente a tarefa de navegação autônoma. Vários experimentos foram executados para verificar a eficiência da combinação de técnicas proposta, tanto em nível de simulação quanto em um robô real. Os resultados obtidos demonstraram que a técnica de esqueletização de imagens combinada ao mapeamento métrico do ambiente é uma forma simples e viável de se obter as linhas topológicas do espaço livre do ambiente. A aplicação das transformações morfológicas demonstrou ser eficiente para a criação de mapas topológicos livres de ruído, uma vez que elimina grande parte das linhas topológicas geradas em conseqüência dos ruídos dos sensores do robô / Environment mapping has been a great challenge for many researchers in the autonomous navigation area. There are two important paradigms for mapping, metric and topological mapping. Several mapping methods that combine the advantages of each paradigm have been proposed. This project consists to the adaptation and extension of a mobile robots autonomous navigation integrated system by improving the interface and incorporation of a topological mapping technique. For this, the technique known as Occupation Grid for metric mapping is combined with an image skeletonization method used for topological mapping. This work also aims to propose a set of morphology transformations to generation of topological maps suitable for real environments, seeking to reduce influence of noise in performed mapping. The topological map generated through this combination presents several unnecessary topological lines, due noise inherent to the own robot ability of capturing sensor signals, hindering consequently the task of autonomous navigation. Several experiments have been performed to verify the efficiency of the proposed approach. The results obtained demonstrate that image skeletonization technique combined with the metric mapping is a simple and feasible method for obtaining the topological lines corresponding to free space of the environment. The application of the morphology transformations demonstrated to be a useful method to the creation of topological maps considerably less noise, since it eliminates most of the topological lines generated in consequence of noise in the sensors

Submitted by Luciana Sebin (lusebin@ufscar.br) on 2016-10-05T18:08:34Z No. of bitstreams: 1 TeseERLR.pdf: 4461748 bytes, checksum: 2fe540767de5ff5f23af02775508026b (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-14T14:11:13Z (GMT) No. of bitstreams: 1 TeseERLR.pdf: 4461748 bytes, checksum: 2fe540767de5ff5f23af02775508026b (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-14T14:11:22Z (GMT) No. of bitstreams: 1 TeseERLR.pdf: 4461748 bytes, checksum: 2fe540767de5ff5f23af02775508026b (MD5) / Made available in DSpace on 2016-10-14T14:11:41Z (GMT). No. of bitstreams: 1 TeseERLR.pdf: 4461748 bytes, checksum: 2fe540767de5ff5f23af02775508026b (MD5) Previous issue date: 2015-12-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / This thesis combines image and signal processing to obtain virtual neuron distribution maps in a Microelectrode Array (MEA), which are devices designed for non-invasive electrophysiological signal recording for in vitro cultures of neuron cells. In the electrophysiological signal analysis, it is of interest the knowledge of the topological distribution of the cells along the MEA microelectrodes, but, usually the photographic images of the cell culture are not available. This doctoral work presents an approach to obtain the statistical topologic distribution of the neurons of an in vitro cell culture, denoted virtual distribution of neurons, from the electrophysiological signals. To certify that the statistical computation of the neuron counting is associated to each MEA microelectrode, it is used the ICA (Independent component Analysis) technique, for the separation of the neuron signals distributed throughout the MEA area, to obtain for each microelectrode, only the signals from its adjacent neurons. Assuming the hypothesis that the spontaneous neuron activities, spikes and bursts, are directly proportional to the neuron counting, it is realized the spike counting and burst counting, and it is assigned for each microelectrode, a number of neurons proportional to that numbers of activities. For the validation of the proposal, as well as for calibration of the system, to obtain the estimated number of neurons, it was used an experiment denoted 371, realized in Genoa University, Italy, in which it was recorded electrophysiological signals in 46 DIVs (Days In- Vitro), obtaining 20 minutes of recording in 25, 29, 32, 36, 39, 43, and 46 DIVs, and a set of photographic images in 38 DIV. Assuming that microelectrode neuron counting in the 38 DIV photographic image is proportional to the 39 DIV spontaneous electrophysiological activity signal recording, one day after the imaging, if was determined the neuron counting as function of the spontaneous electrophysiological activities recording, in a process denoted as calibration of the virtual number of neurons. The distance error from the neuron activities as function of the neuron counting in photographic image and in function of the recorded electrophysiological signals was calculated and compared for validation. In this way, it was possible to construct virtual topologic maps of neurons, proportional to the electrophysiological activities measured in 39 DIV, as a function of the spike and the burst countings. Comparing these two virtual maps, the spike counting virtual map was more close to the real neuron distributions viewed at the photographic image of 38 DIV. Also, the variance of the spike and burst counting along the 20 min of electrophysiological recording in a DIV, was calculated, and noted that the spike counting is more stable than burst counting. / Esta tese combina processamento de imagens e sinais, para a obtenção de uma distribuição virtual de neurônios em Matrizes de microeletrodos (Microelectrode Array, MEA), dispositivos projetados para o registro de sinais eletrofisiológicos de culturas de células neuronais, in-vitro, de forma não-invasiva. Na análise dos sinais eletrofisiológicos é de interesse o conhecimento da distribuição topológica das células ao longo dos microeletrodos, porém, nem sempre as imagens fotográficas das culturas são disponíveis. O presente trabalho apresenta uma metodologia de obtenção da distribuição topológica estatística dos neurônios numa cultura in-vitro, a partir dos sinais eletrofisiológicos. Para o cálculo estatístico do número de neurônios nessa distribuição topológica, é feito o uso da técnica de ICA (Independent Component Analysis), para obter os sinais relativos aos neurônios mais próximos para cada microeletrodo. Assumindo-se a hipótese de que as atividades eletrofisiológicas espontâneas dos neurônios, spikes e bursts, sejam diretamente proporcionais ao número de neurônios, realiza-se a contagem do número de spikes ou o número de bursts, e atribui-se o número de neurônios para cada microeletrodo, proporcionalmente à quantidade dessas atividades. Para a validação da proposta, foi utilizado um experimento, Experimento 371, realizado na Universidade de Gênova, Itália, em que foram registrados os sinais eletrofisiológicos ao longo de 46 DIVs (Dias In-Vitro), obtendo amostras de 20 minutos de registros para os 25, 29, 32, 36, 39, 43 e 46 DIVs, e um conjunto de imagens fotográficas da cultura no 38 DIV. Considerando-se que o número de neurônios associados a cada microeletrodo na imagem fotográfica no 38 DIV é proporcional à atividade eletrofisiológica espontânea dos neurônios, num registro realizado no 39 DIV, um dia após as fotos, foi feita uma regra de determinação do número virtual de neurônios em função das atividades eletrofisiológicas espontâneas medidas, denominada de calibração. O erro relativo à distância da atividade dos neurônios em relação à quantidade de neurônios na imagem fotográfica, e a atividade dos neurônios em função do registro de sinais eletrofisiológicos é calculado para comparação e validação. Dessa forma são construídos os mapas topológicos virtuais de neurônios proporcionais às atividades eletrofisiológicas medidas no 39 DIV, em função da quantidade de spikes e de bursts. O mapa obtido pela contagem de spikes se aproxima mais da distribuição real de neurônios vista na imagem fotográfica, do que o mapa obtido em função da contagem de bursts. No estudo de variância de atividades em função da contagem de spikes e bursts durante os 20 minutos de medidas num DIV, e constata-se que as atividades em contagem spikes é mais estável que em contagem de bursts.