Submitted by Fernando Souza (fernandoafsou@gmail.com) on 2017-08-16T12:39:19Z No. of bitstreams: 1 arquivototal.pdf: 6585826 bytes, checksum: 7c4b9710f530b142defafd4f6be7d1a8 (MD5) / Made available in DSpace on 2017-08-16T12:39:19Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 6585826 bytes, checksum: 7c4b9710f530b142defafd4f6be7d1a8 (MD5) Previous issue date: 2016-02-19 / Abstract This paper aims to present a novel approach in planar RGB-D SLAM, here called Object Subtraction SLAM (OS-SLAM), using only low-cost RGB-D sensors such as the Microsoft Kinect. Our approach subtracts objects from the 3D environment and creates a clean 3D map projecting estimated planes without identified objects encountered along the mapping procedure aiming to increase accuracy. To validate our approach we performed four experiments, three in a real environment and one with an open dataset comparing them with other state-of-the-art algorithms. The algorithms were applied to a TurtleBot 2 platform which has a RGB-D sensor as its main sensor. The results demonstrated the efficiency on generated a clean and accurate map using the OS-SLAM algorithm. / Resumo Este trabalho tem como objetivo apresentar uma nova abordagem em RGB-D Planar SLAM, aqui chamada SLAM Baseado em Subtração de Objetos (OS-SLAM), utilizando apenas sensores RGB-D de baixo custo, como o Microsoft Kinect. Essa abordagem subtrai objetos do ambiente 3D e cria um mapa 3D limpo, projetando planos estimados sem os objetos identificados e encontrados ao longo do procedimento de mapeamento. Para validar esta abordagem, foram realizados quatro experimentos. Três deles em um ambiente real e um com um conjunto de dados abertos comparando-os com outros algoritmos do estado-da-arte. Os algoritmos foram aplicados a uma plataforma turtlebot 2, que tem um sensor RGB-D como seu sensor principal. Os resultados demonstraram a eficiência na geração de mapas limpos e precisos utilizando o algoritmo OS-SLAM