Implementação paralela de algoritmos para localização e mapeamento simultâneos com uma única câmera

• Autor(a) principal: Andre Lima Gaspar Ruas
• Data de Publicação: 2011
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/SLSS-8KDQJJ
• topic: Ciência da Computação; Visão por computador; Computação

Esse trabalho aborda o problema de localização e mapeamento simultâneos (SLAM) para o caso particular onde se utiliza uma única câmera como sensor (SLAM monocular). O objetivo deste trabalho é o estudo de soluções que sejam capazes de resolver o problema de maneira eficiente, explorando o uso do paralelismo oferecido pelas unidades de processamento gráfico (GPU). Um novo algoritmo paralelo para estimação da pose do robô baseado em filtro de partículas utilizando a fatoração de Rao-Blackwell é proposto e implementado. Assim como no FastSLAM, um mapa é estimado para cada partícula e a distribuição proposta para a nova pose fornece a informação relativa à última observação. Porém, diferentemente dessa técnica, o nosso algoritmo incorpora essa informação usando um segundo filtro de partículas, chamadas subpartículas, para cada partícula. Isso possibilita a adaptação do algoritmo para que possa ser aplicado a um grande número de modelos de locomoção. Foram implementadas também versões paralelas do algoritmo proposto utilizando o SICK laser como sensor e do algoritmo de localização de Monte Carlo. A primeira obteve ganhos em tempo de execução de cerca de 500 vezes quando comparada à versão sequencial enquanto a segunda mostrou ser capaz de localizar o robô em tempo real utilizando quantidades de partículas superiores a 100.000 e ganhos de desempenho superiores a 100 vezes em relação à CPU.