Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem

Detalhes bibliográficos
Autor(a) principal: MELO, Mirella Santos Pessoa de
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/41990
Resumo: Agentes robóticos que se utilizam de algoritmos de localização e mapeamento simultâneos (SLAM) realizam a construção incremental do mapa de um ambiente desconhecido enquanto, simultaneamente, determinam sua localização dentro desse mapa. Estes são chamados de sistemas SLAM visual (vSLAM) quando se utilizam de dados proveniente de uma câmera e, pela forma com que as imagens são interpretadas, são categorizados em método direto ou indireto. O vSLAM de método indireto é eficiente, rápido e pode oferecer um sistema de localização preciso; por outro lado, representa o ambiente mapeado através de uma nuvem de pontos esparsa, sendo esta imprópria para o planejamento de rotas. Portanto, nosso trabalho teve como objetivo desenvolver um módulo capaz de associar o mapeamento esparso do vSLAM indireto com o planejamento de rotas para navegação, tendo como prioridade o baixo custo computacional, fazendo uso apenas de um sensor de câmera estéreo. A representação adotada para modelar o ambiente é um mapa de grade de ocupação 2D - OGM 2D, uma das opções predominantemente utilizadas na robótica. Para criar o OGM, associamos o estágio de mapeamento do vSLAM com uma técnica de segmentação de chão. A proposta representa um módulo complementar que além de transformar a nuvem de pontos esparsa em um OGM 2D, também resulta numa nuvem de pontos segmentada entre chão e não-chão. Avaliações sobre o mapa gerado foram feitas em ambientes sintéticos e reais, considerando algoritmos de planejamento de rota, sobreposição de mapas e métricas computacionais. Resultados revelam mapas com alta precisão enquanto exigem baixíssimo acréscimo do consumo de memória, e tempo de processamento que permite que a aplicação seja executada junto ao SLAM em tempo real. O mapa gerado permite um elo entre um algoritmo SLAM de mapeamento esparso e atividades de navegação.
id UFPE_4e8ac5606451274df45e621d24baa0b1
oai_identifier_str oai:repositorio.ufpe.br:123456789/41990
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling MELO, Mirella Santos Pessoa dehttp://lattes.cnpq.br/5215627510785071http://lattes.cnpq.br/6291354144339437BARROS, Edna Natividade da Silva2021-12-07T14:38:57Z2021-12-07T14:38:57Z2021-08-13MELO, Mirella Santos Pessoa de. Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem. 2021. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2021.https://repositorio.ufpe.br/handle/123456789/41990Agentes robóticos que se utilizam de algoritmos de localização e mapeamento simultâneos (SLAM) realizam a construção incremental do mapa de um ambiente desconhecido enquanto, simultaneamente, determinam sua localização dentro desse mapa. Estes são chamados de sistemas SLAM visual (vSLAM) quando se utilizam de dados proveniente de uma câmera e, pela forma com que as imagens são interpretadas, são categorizados em método direto ou indireto. O vSLAM de método indireto é eficiente, rápido e pode oferecer um sistema de localização preciso; por outro lado, representa o ambiente mapeado através de uma nuvem de pontos esparsa, sendo esta imprópria para o planejamento de rotas. Portanto, nosso trabalho teve como objetivo desenvolver um módulo capaz de associar o mapeamento esparso do vSLAM indireto com o planejamento de rotas para navegação, tendo como prioridade o baixo custo computacional, fazendo uso apenas de um sensor de câmera estéreo. A representação adotada para modelar o ambiente é um mapa de grade de ocupação 2D - OGM 2D, uma das opções predominantemente utilizadas na robótica. Para criar o OGM, associamos o estágio de mapeamento do vSLAM com uma técnica de segmentação de chão. A proposta representa um módulo complementar que além de transformar a nuvem de pontos esparsa em um OGM 2D, também resulta numa nuvem de pontos segmentada entre chão e não-chão. Avaliações sobre o mapa gerado foram feitas em ambientes sintéticos e reais, considerando algoritmos de planejamento de rota, sobreposição de mapas e métricas computacionais. Resultados revelam mapas com alta precisão enquanto exigem baixíssimo acréscimo do consumo de memória, e tempo de processamento que permite que a aplicação seja executada junto ao SLAM em tempo real. O mapa gerado permite um elo entre um algoritmo SLAM de mapeamento esparso e atividades de navegação.Robotic agents that use simultaneous localization and mapping algorithms (SLAM) perform the incremental construction of the map of an unknown environment while simultaneously determining its location within that map. Visual SLAM systems (vSLAM) use data from a camera and can be categorized as a direct or indirect method based on how it interprets the images. Indirect method vSLAM is efficient, fast, and can provide an accurate localization system; on the other hand, it represents the environment mapped through a sparse point cloud, which is unsuitable for route planning. Therefore, our work aimed to develop a module capable of associating the sparse mapping of indirect vSLAM with route planning for navi- gation, prioritizing the low computational cost, and using only a stereo camera sensor. The representation adopted to model the environment is a 2D occupation grid map - 2D OGM, one of the options predominantly used in robotics. To create the OGM, we associated the vSLAM mapping stage with a ground segmentation technique. Thus, the proposal represents a complementary module that, in addition to transforming the sparse point cloud into a 2D OGM, also results in a point cloud segmented between ground and non-ground. Evaluations of the generated map were made in synthetic and real environments, considering route planning algorithms, map overlays, and computational metrics. Results reveal maps with high accuracy while requiring a low memory consumption and processing time, allowing the application to run alongside SLAM in real-time. Furthermore, the generated map enables a link between a sparse mapping SLAM algorithm and navigation activities.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia da computaçãoNavegaçãoMapeamento de região navegável a partir de um sistema SLAM e segmentação de imageminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Mirella Santos Pessoa de Melo.pdfDISSERTAÇÃO Mirella Santos Pessoa de Melo.pdfapplication/pdf5699067https://repositorio.ufpe.br/bitstream/123456789/41990/1/DISSERTA%c3%87%c3%83O%20Mirella%20Santos%20Pessoa%20de%20Melo.pdf449e56d5196961141bbce7702944caefMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/41990/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52TEXTDISSERTAÇÃO Mirella Santos Pessoa de Melo.pdf.txtDISSERTAÇÃO Mirella Santos Pessoa de Melo.pdf.txtExtracted texttext/plain252666https://repositorio.ufpe.br/bitstream/123456789/41990/4/DISSERTA%c3%87%c3%83O%20Mirella%20Santos%20Pessoa%20de%20Melo.pdf.txt68f6cd9a20c6d51a41dfccaea351688cMD54THUMBNAILDISSERTAÇÃO Mirella Santos Pessoa de Melo.pdf.jpgDISSERTAÇÃO Mirella Santos Pessoa de Melo.pdf.jpgGenerated Thumbnailimage/jpeg1157https://repositorio.ufpe.br/bitstream/123456789/41990/5/DISSERTA%c3%87%c3%83O%20Mirella%20Santos%20Pessoa%20de%20Melo.pdf.jpg0f739be58f3a135e804b15941f723184MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81908https://repositorio.ufpe.br/bitstream/123456789/41990/3/license.txtc59d330e2c454f71974f5866a0e8a96aMD53123456789/419902021-12-08 02:09:15.257oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212021-12-08T05:09:15Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem
title Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem
spellingShingle Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem
MELO, Mirella Santos Pessoa de
Engenharia da computação
Navegação
title_short Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem
title_full Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem
title_fullStr Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem
title_full_unstemmed Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem
title_sort Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem
author MELO, Mirella Santos Pessoa de
author_facet MELO, Mirella Santos Pessoa de
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5215627510785071
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6291354144339437
dc.contributor.author.fl_str_mv MELO, Mirella Santos Pessoa de
dc.contributor.advisor1.fl_str_mv BARROS, Edna Natividade da Silva
contributor_str_mv BARROS, Edna Natividade da Silva
dc.subject.por.fl_str_mv Engenharia da computação
Navegação
topic Engenharia da computação
Navegação
description Agentes robóticos que se utilizam de algoritmos de localização e mapeamento simultâneos (SLAM) realizam a construção incremental do mapa de um ambiente desconhecido enquanto, simultaneamente, determinam sua localização dentro desse mapa. Estes são chamados de sistemas SLAM visual (vSLAM) quando se utilizam de dados proveniente de uma câmera e, pela forma com que as imagens são interpretadas, são categorizados em método direto ou indireto. O vSLAM de método indireto é eficiente, rápido e pode oferecer um sistema de localização preciso; por outro lado, representa o ambiente mapeado através de uma nuvem de pontos esparsa, sendo esta imprópria para o planejamento de rotas. Portanto, nosso trabalho teve como objetivo desenvolver um módulo capaz de associar o mapeamento esparso do vSLAM indireto com o planejamento de rotas para navegação, tendo como prioridade o baixo custo computacional, fazendo uso apenas de um sensor de câmera estéreo. A representação adotada para modelar o ambiente é um mapa de grade de ocupação 2D - OGM 2D, uma das opções predominantemente utilizadas na robótica. Para criar o OGM, associamos o estágio de mapeamento do vSLAM com uma técnica de segmentação de chão. A proposta representa um módulo complementar que além de transformar a nuvem de pontos esparsa em um OGM 2D, também resulta numa nuvem de pontos segmentada entre chão e não-chão. Avaliações sobre o mapa gerado foram feitas em ambientes sintéticos e reais, considerando algoritmos de planejamento de rota, sobreposição de mapas e métricas computacionais. Resultados revelam mapas com alta precisão enquanto exigem baixíssimo acréscimo do consumo de memória, e tempo de processamento que permite que a aplicação seja executada junto ao SLAM em tempo real. O mapa gerado permite um elo entre um algoritmo SLAM de mapeamento esparso e atividades de navegação.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-12-07T14:38:57Z
dc.date.available.fl_str_mv 2021-12-07T14:38:57Z
dc.date.issued.fl_str_mv 2021-08-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MELO, Mirella Santos Pessoa de. Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem. 2021. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2021.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/41990
identifier_str_mv MELO, Mirella Santos Pessoa de. Mapeamento de região navegável a partir de um sistema SLAM e segmentação de imagem. 2021. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2021.
url https://repositorio.ufpe.br/handle/123456789/41990
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Ciencia da Computacao
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/41990/1/DISSERTA%c3%87%c3%83O%20Mirella%20Santos%20Pessoa%20de%20Melo.pdf
https://repositorio.ufpe.br/bitstream/123456789/41990/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/41990/4/DISSERTA%c3%87%c3%83O%20Mirella%20Santos%20Pessoa%20de%20Melo.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/41990/5/DISSERTA%c3%87%c3%83O%20Mirella%20Santos%20Pessoa%20de%20Melo.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/41990/3/license.txt
bitstream.checksum.fl_str_mv 449e56d5196961141bbce7702944caef
e39d27027a6cc9cb039ad269a5db8e34
68f6cd9a20c6d51a41dfccaea351688c
0f739be58f3a135e804b15941f723184
c59d330e2c454f71974f5866a0e8a96a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310673735090176