Utilice este identificador para citar o vincular a este ítem:
https://rdu.iua.edu.ar/handle/123456789/2000
Registro completo de metadatos
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.author | Mendieta, Darío F. | - |
dc.contributor.author | Moreyra, Marcelo L. | - |
dc.date.accessioned | 2019-03-06T20:28:32Z | - |
dc.date.available | 2019-03-06T20:28:32Z | - |
dc.date.issued | 2016-11-29 | - |
dc.identifier.uri | https://rdu.iua.edu.ar/handle/123456789/2000 | - |
dc.description.abstract | Cuando un vehículo no conoce el medio que lo rodea debe construir un mapa de su entorno para posicionarse. Este problema es ampliamente conocido como SLAM (por su siglas en inglés de Simultaneous Localization and Mapping). El hecho de que la mayoría de los seres vivos utilicen la visión para posicionarse y moverse dentro del ambiente, ha motivado en los últimos años el empleo sensores de visión monocular o estéreo en SLAM. Este problema se conoce como SLAM Visual. En esta línea, cuando se prioriza estimar la posición del vehículo antes que la estructura del entorno en pos de una estrategia menos costosa computacionalmente y de tiempo real, el problema se denomina Odometría Visual (VO por su siglas en inglés). Este trabajo aborda el problema de odometría visual: obtener una estimación confiable de la posición y actitud de un vehículo solamente desde una secuencia de imágenes. Una primera estimación del movimiento se obtiene desde la geometría proyectiva. Para cada par de imágenes consecutivas se extrae un conjunto de características salientes (puntos o líneas) y se agrupan aquellas correspondientes. El seguimiento de estas correspondencias permite obtener una estimación del desplazamiento del móvil. Una segunda aproximación de la posición del vehículo se obtiene operando directamente sobre la intensidad de los pixeles. Finalmente estos resultados se combinan y se muestra experimentalmente que esta combinación mejora los resultados obtenidos individualmente en ciertas condiciones. Este trabajo no se enfoca en la implementación en tiempo real de los algoritmos. Para el diseño y análisis de los mismos, se utiliza como software principal Matlab, junto con herramientas y librerías de código abierto. Los resultados experimentales se obtienen utilizando secuencias de imágenes en condiciones reales de ambiente e iluminación disponibles de un dataset público. Este provee datos de diversas trayectorias realizadas por un vehículo dotado con 4 cámaras, un LIDAR 3D y una unidad GPS/IMU. Los datos de telemetría se utilizan como referencia para validar las estimaciones obtenidas de la trayectoria del vehículo. | en_US |
dc.language.iso | spa | en_US |
dc.publisher | Departamento Mecánica | en_US |
dc.rights | Atribución-NoComercial-SinDerivadas 2.5 Argentina | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ | * |
dc.subject | SLAM visual | en_US |
dc.subject | Odometría | en_US |
dc.subject | Extracción de características | en_US |
dc.subject | Alineamiento de imágenes | en_US |
dc.title | Posicionamiento basado en una secuencia de imágenes | en_US |
dc.type | Artículo | en_US |
Appears in Colecciones: | IV Congreso Argentino de Ingeniería Aeronáutica |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Mendieta.pdf | 462,69 kB | Adobe PDF | Ver/Abrir |
Este ítem está bajo una licencia Licencia Creative Commons