Made available in DSpace on 2014-12-17T14:54:56Z (GMT). No. of bitstreams: 1
AndreMS_TESE_1-100.pdf: 5113772 bytes, checksum: 19386f80f787c926c4fb29b85bac4ecf (MD5)
Previous issue date: 2011-02-11 / The goal of this work is to propose a SLAM (Simultaneous Localization and Mapping)
solution based on Extended Kalman Filter (EKF) in order to make possible a robot
navigates along the environment using information from odometry and pre-existing lines
on the floor. Initially, a segmentation step is necessary to classify parts of the image in
floor or non floor . Then the image processing identifies floor lines and the parameters
of these lines are mapped to world using a homography matrix. Finally, the identified
lines are used in SLAM as landmarks in order to build a feature map.
In parallel, using the corrected robot pose, the uncertainty about the pose and also the
part non floor of the image, it is possible to build an occupancy grid map and generate
a metric map with the obstacle s description.
A greater autonomy for the robot is attained by using the two types of obtained map
(the metric map and the features map). Thus, it is possible to run path planning tasks in
parallel with localization and mapping.
Practical results are presented to validate the proposal / O objetivo desta tese ? apresentar uma t?cnica de SLAM (Localiza??o e Mapeamento
Simult?neos) adequada para ambientes planos com linhas presentes no ch?o, de modo a
permitir que o rob? navegue no ambiente fundindo informa??es de odometria e de vis?o
monocular. Inicialmente, ? feita uma etapa de segmenta??o para classificar as partes da
imagem em ch?o e n?o-ch?o . Em seguida, o processadomento de imagem identifica
linhas na parte ch?o e os par?metros dessas linhas s?o mapeados para o mundo, usando
uma matriz de homografia. Finalmente, as linhas identificadas s?o usadas como marcos
no SLAM, para construir um mapa de caracter?sticas.
Em paralelo, a pose corrigida do rob?, a incerteza em rela??o ? pose e a parte n?och?o
da imagem s?o usadas para construir uma grade de ocupa??o, gerando um mapa
m?trico com descri??o dos obst?culos.
A utiliza??o simult?nea dos dois tipos de mapa obtidos (m?trico em grade e de caracter?sticas)
d? maior autonomia ao rob?, permitindo acrescentar tarefas de planejamento
em simult?neo com a localiza??o e mapeamento.
Resultados pr?ticos s?o apresentados para validar a proposta
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/15150 |
Date | 11 February 2011 |
Creators | Santana, Andr? Mac?do |
Contributors | CPF:44418620400, http://lattes.cnpq.br/6787525856497063, Costa, Anna Helena Reali, CPF:07415636813, http://lattes.cnpq.br/5116213374235632, D?ria Neto, Adri?o Duarte, CPF:10749896434, http://lattes.cnpq.br/1987295209521433, Alsina, Pablo Javier, CPF:42487455420, http://lattes.cnpq.br/3653597363789712, Pedrosa, Diogo Pinheiro Fernandes, CPF:02199024458, http://lattes.cnpq.br/3276436982330644, Medeiros, Adelardo Adelino Dantas de |
Publisher | Universidade Federal do Rio Grande do Norte, Programa de P?s-Gradua??o em Engenharia El?trica, UFRN, BR, Automa??o e Sistemas; Engenharia de Computa??o; Telecomunica??es |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Format | application/pdf |
Source | reponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0028 seconds