One of the problems in robotics is called Simultaneous Location and Mapping (SLAM), and
lies in the necessity of a robot to localize itself on the environment while simultaneously
mapping it. The use of stereoscopic systems is one approach to solve this problem. Theses
systems are composed by high cost cameras synchronized via hardware, while low cost
cameras are more restrict to applications with low or no movement. This research proposes
a low cost system by using stereoscopy with a low baseline and low horizontal field of view
cameras, synchronizing them via software, along with a filter based on the density of the
disparity map of the captured images, with the intent to discard badly rectified frames, which
implies desynchronization. Additionally, an Android app capable of obtaining and transmitting
sensory data from a smartphone, like GPS and orientation, was developed, reducing
the cost and increasing the system’s accessibility. From these data, calibration and processing
datasets were generated, so they could be analyzed afterward. The combination of
visual odometry and the smartphone’s sensory data contained in the datasets resulted in a
system capable of obtaining its localization without previous knowledge of the environment
with a similar error to the ones obtained by well established high cost techniques. However,
the GPS data was imprecise in low speed scenarios, while the high electromagnetic interference
and the low amount of lateral points of reference harmed the device’s orientation
data and the visual odometry calculation in the high speed scenario. The system isn’t capable
of real time processing, given the need to analyze every frame so they can be filtered,
discarding about 60% of them. It was demonstrated that the proposed low cost system was
capable of keeping a low error in return of a high processing time, potentially reducing the
cost and increasing the accessibility of VSLAM applications. Due to the system’s modularity,
it’s possible to replace its components without many implementation changes, allowing
the use of better precision devices in future work. / Um dos problemas na área da robótica é chamado de Simultaneous Location and Mapping
(SLAM), e consiste da necessidade de um robô localizar-se no ambiente e mapeá-lo. O uso
de sistemas estereoscópicos é uma abordagem utilizada para a resolução deste problema.
Estes sistemas são compostos de câmeras sincronizadas via hardware de alto custo, enquanto
câmeras de baixo custo tem seu uso mais restrito para aplicações onde há pouca
movimentação. Desta maneira, este trabalho visa propor sistema de baixo custo ao utilizar
estereoscopia com baixa baseline e câmeras com baixo ângulo de visão horizontal, e sua
sincronização realizada via software, em conjunto com um filtro baseado na densidade
do mapa de disparidades das imagens capturadas, que tem por objetivo descartar frames
não retificados corretamente, o que implica a sua dessincronização. Adicionalmente,
foi desenvolvido um aplicativo Android capaz de obter e transmitir dados sensoriais de um
smartphone, como GPS e orientação, reduzindo o custo e aumentando a acessibilidade do
sistema. A partir destes dados foi possível gerar datasets de calibração e processamento
para que pudessem ser analisados posteriormente. Ao combinar a odometria visual com
os dados de sensores do smartphone contidos nos datasets, obteve-se um sistema capaz
de obter sua localização sem conhecimento prévio do ambiente com um erro similar aos
obtidos por técnicas já consolidadas de alto custo. Contudo, os dados de GPS mostraramse
imprecisos em cenários de baixa velocidade, enquanto a interferência eletromagnética
e a baixa quantidade de pontos de referência laterais prejudicaram a leitura da orientação
do dispositivo e o cálculo da odometria visual no cenário de alta velocidade. Constata-se
que o sistema não é capaz de realizar processamento em tempo real, dada a necessidade
de avaliação todos os frames para que sejam filtrados, descartando-se em torno de 60%
dos mesmos. Desta maneira, foi demonstrado que o sistema proposto de baixo custo foi
capaz de manter um erro baixo em troca de um alto tempo de processamento, potencialmente
reduzindo o custo e aumentando a acessibilidade de aplicações VSLAM. Devido à
modularidade do sistema, é possível substituir seus componentes sem grandes alterações
em sua implementação, viabilizando o uso de dispositivos com maior precisão em trabalhos
futuros.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/12037 |
| Date | 26 August 2016 |
| Creators | Speroni, Eduardo Arrial |
| Contributors | Ceolin, Simone Regina, Pozzer, Cesar Tadeu, Zatt, Bruno |
| Publisher | Universidade Federal de Santa Maria, Centro de Tecnologia, Programa de Pós-Graduação em Informática, UFSM, Brasil, Ciência da Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | Attribution-NonCommercial-NoDerivatives 4.0 International, http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | 100300000007, 600, 600, c8bd98c5-82f1-4fdd-8b47-3e755a5d86cf, 46b8eabe-d679-41c5-a816-c8b430e331c1, 250c35c5-c92a-4ae7-b495-1a5aac1ad4ab, 2fc6a62a-7074-4e56-87f5-74bc668db4c9 |
Page generated in 0.002 seconds