1 / 20

Local Map Building for Mobile Robots with Laser Range Finder and Video Images Fusion

Explore the construction of local maps for mobile robots combining laser range finder and monocular video images. Learn about mapping approaches, geometric representations, sensor system integration, calibration, feature extraction, and experimental results.

willem
Télécharger la présentation

Local Map Building for Mobile Robots with Laser Range Finder and Video Images Fusion

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. LOCAL MAP BUILDING FOR MOBILE ROBOTS BY FUSING LASERRANGEFINDER AND MONOCULAR VIDEO IMAGES Geovany A. Borges Departamento de Eng. Elétrica - Universidade de Brasília - BR Marie-José Aldon Département Robotique – LIRMM - FR

  2. Introdução • Construção de mapas em Robótica Móvel: • Abordagens métricas: • Grade de ocupação • Mapas (geométricos) estocásticos • Abordagens topológicas: • Localmente utiliza-se uma representação métrica. • Paradigmas “Concurrent Mapping and Localization (CML)” ou “Simultaneous localization and map building (SLAM)” Incremento de complexidade: SPLAM (SLAM + Planning) • Tarefa igualmente importante: cartografia local.

  3. Representação geométrica • Representação envolvendo • Primitivas geométricas • Atributos de alto nível • Estruturas do mapa: • Semiplanos; • Bordas; • Cantos; • Bordas fotométricas.

  4. Sistema multisensor do robô OMNI • OMNI

  5. Sistema multisensor do robô OMNI • OMNI • Montagem Câmera + LADAR

  6. Sistema multisensor do robô OMNI • OMNI • Montagem Câmera + LADAR • Calibração – descrição do problema

  7. Sistema multisensor do robô OMNI • OMNI • Montagem Câmera + LADAR • Calibração – dados experimentais

  8. Sistema multisensor do robô OMNI • OMNI • Montagem Câmera + LADAR • Calibração – resultados • Resíduos: • Modelo estocástico:

  9. Construção de mapa local • Extração de características de imagens de vídeo • Realce de contornos verticais (Canny)

  10. Construção de mapa local • Extração de características de imagens de vídeo • Acumulador de Hough especializado • Modelo estocástico para linhas verticais:

  11. Construção de mapa local • Extração de características de imagens de vídeo • Acumulador de Hough especializado • Modelo estocástico para linhas verticais:

  12. Construção de mapa local • Extração de características de imagens LADAR • Extração de retas e pontos de ruptura (Borges & Aldon, 2004b)

  13. Construção de mapa local • Primeira instância usando a imagem LADAR • Semiplanos

  14. Construção de mapa local • Primeira instância usando a imagem LADAR • Bordas

  15. Construção de mapa local • Primeira instância usando a imagem LADAR • Cantos

  16. Construção de mapa local • Fusão com a imagem de vídeo • Linhas verticais reduzem incerteza em bordas e cantos • Inicialização das características fotométricas

  17. Construção de mapa local • Fusão com a imagem de vídeo • Linhas verticais reduzem incerteza em bordas e cantos • Inicialização das características fotométricas

  18. Resultados experimentais • Corredor estreito

  19. Resultados experimentais • Continuidade na detecção em uma seqüência Tempo máximo: 350 ms (Pentium II, 333MHz)

  20. Conclusões • Resultado principal: sistema de construção de mapas geométricos locais, rápido e robusto. • Extensão: inclusão de um sistema de imageamento estéreo.

More Related