Geintra

Departamento de electronica Universidad de Alcala

Líneas de investigación

Accede a información sobre la estructura de la actividad investigadora de Geintra.

Trabaja con nosotros

Accede a nuestra oferta actual de becas, tesis doctorales, contratos y trabajos fin de carrera.

Contacta con el grupo

Si desea contactar con nosotros, puede usar varios medios.

    Localización de robots móviles en espacios inteligentes utilizando cámaras externas y marcas naturales

    TítuloLocalización de robots móviles en espacios inteligentes utilizando cámaras externas y marcas naturales
    Tipo de publicaciónPhD Thesis
    Año de publicación2009
    Thesis Advisor(s)Mazo, M, Santiso, E
    AutoresPizarro, D
    Idioma de publicaciónSpanish
    Grado

    PhD. in Telecommunication Engineering

    Departamento académicoElectronics
    UniversidadUniversidad de Alcala
    Número de páginas250
    CiudadAlcala de Henares (Madrid)
    Fecha de publicación01/2009
    URLhttp://dspace.uah.es/dspace/bitstream/10017/2671/1/tesis.pdf
    Resumen

    This thesis deals with the problem of mobile robot localization using static cameras
    placed in the environment. The presented approach is based in the idea of “Intelligent
    Space”, where a distributed intelligence controls cameras and robots to serve in a certain
    task. The previous works that shares the same approach are focused on placing artificial
    landmarks on the robots. This thesis focuses on approaches that do not need previous
    knowledge about the robot and make use of the natural appearance of the robot.
    The localization process proposed in this thesis is based on natural landmarks, which
    are detected in the image plane of the set of cameras and correspond to a 3D model of the
    robot.
    The proposed localization system is divided in two steps. Firstly, a initialization step
    obtains the 3D model of the robot and its initial pose. Secondly, using a sequential approach,
    the pose of the robot is obtained at each time instant.
    The initialization step is solved in this thesis for any number of cameras using a
    structure-from-motion approach, where odometry serves as a metric reference in the single
    camera case. Besides, the proposed approach avoids using natural landmark corresponden-
    ces between multiple cameras, which allows to initialize the 3D model for non-overlapping
    views.
    The sequential step proposed in this thesis uses the 3D model, obtained in the afore-
    mentioned initialization step, for retrieving robot’s pose in a estimation-correction scheme.
    This step includes robust techniques that remove outliers from the measurements.
    In addition to the filtering approach, a non-iterative and of low complexity solution to
    the mPnP (multiple perspective n point) problem is proposed.
    The probabilistic approach performs coherent data fusion between all information avai-
    lable and it allows to estimate uncertainty in the obtained robot’s pose.
    The solution presented in this thesis has been experimentally assessed using synthetic
    generated data and experiments from a real environment with cameras, robots and obs-
    tacles. The resulting method is proved to be stable against occlusions and illumination
    changes, which makes it suitable to real situations.

    Resumen

    En el presente trabajo de tesis se aborda el problema de la obtención de la pose de un robot móvil mediante cámaras estáticas ubicadas en el entorno. El enfoque presentado se basa en el concepto de ?Espacio Inteligente?, en el que un sistema distribuido de procesamiento controla las cámaras y el robot. Los antecedentes de posicionamiento de robots mediante cámaras inciden en el uso de balizamiento artificial de los robots. En esta tesis se propone un enfoque que minimiza el conocimiento previo necesario del robot y hace uso de su apariencia natural para obtener la pose. Se propone en esta tesis un algoritmo de localización basado en la obtención de marcas naturales, detectadas en el plano imagen del conjunto de cámaras, las cuales se corresponden con un modelo tridimensional del robot. El sistema de localización planteado se divide en dos fases. Primero se obtiene el modelo tridimensional del robot y su pose inicial mediante una fase de inicialización. En segundo lugar, se obtiene la pose del robot en cada instante de tiempo mediante una fase de localización secuencial. La inicialización es resuelta en esta tesis para cualquier número de cámaras, aplicando un enfoque de reconstrucción a partir del movimiento del robot. Este enfoque requiere el uso de odometría en su versión para una cámara y permite que las correspondencias entre cámaras no sean necesarias. El algoritmo secuencial de posicionamiento hace uso del modelo tridimensional obtenido en la inicialización, para determinar la pose del robot mediante un esquema probabilístico de estimación-corrección. El algoritmo incluye técnicas robustas de eliminación de medidas erróneas en el plano imagen y una solución no iterativa y de baja complejidad para el problema del cálculo de la pose utilizando múltiples cámaras, denominado el problema mPnP (?multiple Perspective n Point?) en la literatura anglosajona. El uso de un enfoque probabilístico permite realizar la fusión de toda la información disponible en el entorno, modelando la incertidumbre resultado de la pose del robot. La solución presentada en esta tesis se ha validado experimentalmente en todas sus fases, utilizando para ello tanto datos simulados como un entorno real con cámaras, robots y obstáculos. El resultado es un método de localización estable y aplicable a entornos reales, en los que existen oclusiones y cambios de iluminación.

    AdjuntoTamaño
    tesisDanielPizarro.pdf9.54 MB