Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do ITA |
Texto Completo: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=3300 |
Resumo: | Este trabalho propõe e implementa uma solução para o problema de mapeamento 2D de ambientes internos usando um robô móvel (projetado e construído especificamente para essa pesquisa) equipado com o sensor Kinect da Microsoft. Esse sensor é classificado como uma câmera RGB-D ou câmera de profundidade, pois gera uma nuvem densa de pontos com informação de posição 3D associada a cada ponto. Para tal, um conjunto de pontos de luz infravermelha é projetado no ambiente usando um padrão pseudoaleatório pré-determinado e uma câmera infravermelha interna no Kinect detecta e calcula a localização dos pontos de luz que estão no seu campo de visão. Inicialmente a nuvem de pontos gerada pelo Kinect é processada pelo algoritmo RANSAC (RANdom SAmple Consensus) para extração das características (localização) dos objetos do ambiente no sistema de coordenadas com origem no robô móvel (mapa local). As imagens de duas câmeras RGB do tipo webcam sem fio no teto do laboratório são usadas para determinar a pose do robô (localização e orientação) no mapa global. Com essa informação, as coordenadas dos objetos detectados são transformadas do mapa local para o mapa global. O robô deve então ser reposicionado no ambiente para que uma nova nuvem de pontos seja gerada e capturada pelo Kinect embarcado. Neste trabalho, uma lente do tipo zoom foi usada para reduzir o alcance mínimo do Kinect de 80 cm (valor padrão) para aproximadamente 30 cm. Visando reduzir os erros de localização, são propostos e implementados modelos de calibração para a câmera IR do Kinect e para o algoritmo de localização do robô a partir das imagens das câmeras do teto. Os resultados de testes experimentais no laboratório em um ambiente real com tamanho 1,60 m x 2,70 m comprovam que a solução proposta é satisfatória. |
id |
ITA_2e294c4fda2b989047c124148ca52935 |
---|---|
oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:3300 |
network_acronym_str |
ITA |
network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
spelling |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidadeDinâmica de robôsMapeamentoRobóticaProcessamento de imagensVisão por computadoresGuiamento (movimento)Engenharia eletrônicaEste trabalho propõe e implementa uma solução para o problema de mapeamento 2D de ambientes internos usando um robô móvel (projetado e construído especificamente para essa pesquisa) equipado com o sensor Kinect da Microsoft. Esse sensor é classificado como uma câmera RGB-D ou câmera de profundidade, pois gera uma nuvem densa de pontos com informação de posição 3D associada a cada ponto. Para tal, um conjunto de pontos de luz infravermelha é projetado no ambiente usando um padrão pseudoaleatório pré-determinado e uma câmera infravermelha interna no Kinect detecta e calcula a localização dos pontos de luz que estão no seu campo de visão. Inicialmente a nuvem de pontos gerada pelo Kinect é processada pelo algoritmo RANSAC (RANdom SAmple Consensus) para extração das características (localização) dos objetos do ambiente no sistema de coordenadas com origem no robô móvel (mapa local). As imagens de duas câmeras RGB do tipo webcam sem fio no teto do laboratório são usadas para determinar a pose do robô (localização e orientação) no mapa global. Com essa informação, as coordenadas dos objetos detectados são transformadas do mapa local para o mapa global. O robô deve então ser reposicionado no ambiente para que uma nova nuvem de pontos seja gerada e capturada pelo Kinect embarcado. Neste trabalho, uma lente do tipo zoom foi usada para reduzir o alcance mínimo do Kinect de 80 cm (valor padrão) para aproximadamente 30 cm. Visando reduzir os erros de localização, são propostos e implementados modelos de calibração para a câmera IR do Kinect e para o algoritmo de localização do robô a partir das imagens das câmeras do teto. Os resultados de testes experimentais no laboratório em um ambiente real com tamanho 1,60 m x 2,70 m comprovam que a solução proposta é satisfatória.Instituto Tecnológico de AeronáuticaCairo Lúcio Nascimento JúniorJosé Ricardo Pelegrino de Brito2015-08-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=3300reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:05:08Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:3300http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:41:34.759Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
dc.title.none.fl_str_mv |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade |
title |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade |
spellingShingle |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade José Ricardo Pelegrino de Brito Dinâmica de robôs Mapeamento Robótica Processamento de imagens Visão por computadores Guiamento (movimento) Engenharia eletrônica |
title_short |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade |
title_full |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade |
title_fullStr |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade |
title_full_unstemmed |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade |
title_sort |
Mapeamento de ambientes internos usando robô móvel equipado com câmera de profundidade |
author |
José Ricardo Pelegrino de Brito |
author_facet |
José Ricardo Pelegrino de Brito |
author_role |
author |
dc.contributor.none.fl_str_mv |
Cairo Lúcio Nascimento Júnior |
dc.contributor.author.fl_str_mv |
José Ricardo Pelegrino de Brito |
dc.subject.por.fl_str_mv |
Dinâmica de robôs Mapeamento Robótica Processamento de imagens Visão por computadores Guiamento (movimento) Engenharia eletrônica |
topic |
Dinâmica de robôs Mapeamento Robótica Processamento de imagens Visão por computadores Guiamento (movimento) Engenharia eletrônica |
dc.description.none.fl_txt_mv |
Este trabalho propõe e implementa uma solução para o problema de mapeamento 2D de ambientes internos usando um robô móvel (projetado e construído especificamente para essa pesquisa) equipado com o sensor Kinect da Microsoft. Esse sensor é classificado como uma câmera RGB-D ou câmera de profundidade, pois gera uma nuvem densa de pontos com informação de posição 3D associada a cada ponto. Para tal, um conjunto de pontos de luz infravermelha é projetado no ambiente usando um padrão pseudoaleatório pré-determinado e uma câmera infravermelha interna no Kinect detecta e calcula a localização dos pontos de luz que estão no seu campo de visão. Inicialmente a nuvem de pontos gerada pelo Kinect é processada pelo algoritmo RANSAC (RANdom SAmple Consensus) para extração das características (localização) dos objetos do ambiente no sistema de coordenadas com origem no robô móvel (mapa local). As imagens de duas câmeras RGB do tipo webcam sem fio no teto do laboratório são usadas para determinar a pose do robô (localização e orientação) no mapa global. Com essa informação, as coordenadas dos objetos detectados são transformadas do mapa local para o mapa global. O robô deve então ser reposicionado no ambiente para que uma nova nuvem de pontos seja gerada e capturada pelo Kinect embarcado. Neste trabalho, uma lente do tipo zoom foi usada para reduzir o alcance mínimo do Kinect de 80 cm (valor padrão) para aproximadamente 30 cm. Visando reduzir os erros de localização, são propostos e implementados modelos de calibração para a câmera IR do Kinect e para o algoritmo de localização do robô a partir das imagens das câmeras do teto. Os resultados de testes experimentais no laboratório em um ambiente real com tamanho 1,60 m x 2,70 m comprovam que a solução proposta é satisfatória. |
description |
Este trabalho propõe e implementa uma solução para o problema de mapeamento 2D de ambientes internos usando um robô móvel (projetado e construído especificamente para essa pesquisa) equipado com o sensor Kinect da Microsoft. Esse sensor é classificado como uma câmera RGB-D ou câmera de profundidade, pois gera uma nuvem densa de pontos com informação de posição 3D associada a cada ponto. Para tal, um conjunto de pontos de luz infravermelha é projetado no ambiente usando um padrão pseudoaleatório pré-determinado e uma câmera infravermelha interna no Kinect detecta e calcula a localização dos pontos de luz que estão no seu campo de visão. Inicialmente a nuvem de pontos gerada pelo Kinect é processada pelo algoritmo RANSAC (RANdom SAmple Consensus) para extração das características (localização) dos objetos do ambiente no sistema de coordenadas com origem no robô móvel (mapa local). As imagens de duas câmeras RGB do tipo webcam sem fio no teto do laboratório são usadas para determinar a pose do robô (localização e orientação) no mapa global. Com essa informação, as coordenadas dos objetos detectados são transformadas do mapa local para o mapa global. O robô deve então ser reposicionado no ambiente para que uma nova nuvem de pontos seja gerada e capturada pelo Kinect embarcado. Neste trabalho, uma lente do tipo zoom foi usada para reduzir o alcance mínimo do Kinect de 80 cm (valor padrão) para aproximadamente 30 cm. Visando reduzir os erros de localização, são propostos e implementados modelos de calibração para a câmera IR do Kinect e para o algoritmo de localização do robô a partir das imagens das câmeras do teto. Os resultados de testes experimentais no laboratório em um ambiente real com tamanho 1,60 m x 2,70 m comprovam que a solução proposta é satisfatória. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-08-12 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=3300 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=3300 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
collection |
Biblioteca Digital de Teses e Dissertações do ITA |
instname_str |
Instituto Tecnológico de Aeronáutica |
instacron_str |
ITA |
institution |
ITA |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
repository.mail.fl_str_mv |
|
subject_por_txtF_mv |
Dinâmica de robôs Mapeamento Robótica Processamento de imagens Visão por computadores Guiamento (movimento) Engenharia eletrônica |
_version_ |
1706809298266357760 |