Localização e Mapeamento Simultâneos de Ambientes Planos Usando Visão Monocular e Representação Híbrida do Ambiente
SLAM, Visão Monocular, Grade de Ocupação Visual, Mapa Híbrido, Filtro de Kalman
O objetivo desta tese é apresentar uma técnica de SLAM (Localização e Mapeamento Simultâneos) adequada para ambientes planos com linhas presentes no chão, de modo a permitir que o robô navegue no ambiente fundindo informações de odometria e de visão monocular. Inicialmente, é feita uma etapa de segmentação para classificar as partes da imagem em "chão" e "não-chão". Em seguida, o processador de imagem identifica linhas na parte "chão" e os parâmetros dessas linhas são mapeados para o mundo, usando uma matriz de homografia. Finalmente, as linhas identificadas são usadas como marcos no SLAM, para construir um mapa de características.
Em paralelo, a pose corrigida do robô, a incerteza em relação à pose e a parte "não-chão" da imagem são usadas para construir uma grade de ocupação, gerando um mapa métrico com descrição dos obstáculos.
A utilização simultânea dos dois tipos de mapa obtidos (métrico em grade e de características) dá maior autonomia ao robô, permitindo acrescentar tarefas de planejamento em simultâneo com a localização e mapeamento.