Monocular depth estimation applied to global localization over 2D floor plans
Autor(a) principal: | |
---|---|
Data de Publicação: | 2024 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/277227 |
Resumo: | A localização global em ambientes internos é um aspecto crucial da navegação de robôs autônomos. A crescente demanda por robôs de serviço, que exigem auto-localização, impulsiona a pesquisa de métodos que sejam fáceis de configurar e que utilizem sensores de baixo custo. Neste trabalho, apresentamos uma proposta de localização baseada em câmera monocular para um robô de rodas motorizadas, utilizando um mapa de planta baixa 2D como referência. A inovação de nosso método reside na utilização de mapas de profundidade estimados a partir de imagens monoculares para calcular o espaço livre ao redor do robô, a ser usado como modelo de observação em uma estratégia de filtro de partículas. A densidade de espaço livre estimada é comparada com a densidade de espaço livre extraída das partículas no plano de planta baixa 2D. Devido às imperfeições inerentes dos mapas de profundidade estimados, propomos também uma nova abordagem de ponderação de partículas para considerar as incertezas na estimativa de profundidade da câmera monocular. Experimentos realizados com sequências de imagens do mundo real, comparando o método proposto com abordagens baseadas em câmera RGB-D, demonstram a eficácia do método, mesmo para mapas de profundidade imperfeitos obtidos com o modelo de estimativa de profundidade monocular. |
id |
URGS_85aabc45a841eb46a8713c1c13b35e72 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/277227 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Lopes, CristianKolberg, Mariana LuderitzMaffei, Renan de Queiroz2024-08-10T06:34:12Z2024http://hdl.handle.net/10183/277227001208537A localização global em ambientes internos é um aspecto crucial da navegação de robôs autônomos. A crescente demanda por robôs de serviço, que exigem auto-localização, impulsiona a pesquisa de métodos que sejam fáceis de configurar e que utilizem sensores de baixo custo. Neste trabalho, apresentamos uma proposta de localização baseada em câmera monocular para um robô de rodas motorizadas, utilizando um mapa de planta baixa 2D como referência. A inovação de nosso método reside na utilização de mapas de profundidade estimados a partir de imagens monoculares para calcular o espaço livre ao redor do robô, a ser usado como modelo de observação em uma estratégia de filtro de partículas. A densidade de espaço livre estimada é comparada com a densidade de espaço livre extraída das partículas no plano de planta baixa 2D. Devido às imperfeições inerentes dos mapas de profundidade estimados, propomos também uma nova abordagem de ponderação de partículas para considerar as incertezas na estimativa de profundidade da câmera monocular. Experimentos realizados com sequências de imagens do mundo real, comparando o método proposto com abordagens baseadas em câmera RGB-D, demonstram a eficácia do método, mesmo para mapas de profundidade imperfeitos obtidos com o modelo de estimativa de profundidade monocular.Indoor global localization is a critical aspect of autonomous robotic navigation. The increasing demand for service consumer-grade robots that require self-localization calls for research on methods that work with easy setup and low-cost sensors. In this work, we propose a monocular camera-based localization of a motorized wheeled robot using a 2D floor plan as a reference map. The innovation of our method lies in using depth maps estimated from monocular images to compute the free space around the robot to be used as a measurement model in a particle filter strategy. The estimated free space density is compared to the free space density extracted from particles in the 2D floor plan. Due to the inherent imperfections of estimated depth maps, we also propose a new particle weighting approach to account for uncertainties in the depth estimation from the monocular camera. Experiments performed using real-world scenario sequences of images comparing the proposed method with RGB-D camera-based approaches demonstrate the effectiveness of the method, even for imperfect depth maps obtained with the monocular depth estimation model.application/pdfengRobótica móvelLocalização em ambientes internosRobôs AutônomosLocalização e mapeamento simultâneosMonocular depth estimationFree space densityMonocular depth estimation applied to global localization over 2D floor plansinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2024mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001208537.pdf.txt001208537.pdf.txtExtracted Texttext/plain99013http://www.lume.ufrgs.br/bitstream/10183/277227/2/001208537.pdf.txtb25dbb7c64af367789146147db2dfc9aMD52ORIGINAL001208537.pdfTexto completo (inglês)application/pdf5157914http://www.lume.ufrgs.br/bitstream/10183/277227/1/001208537.pdf58b3f3ef99450c9c0fe62ccbc1a205a9MD5110183/2772272024-08-11 06:49:22.713113oai:www.lume.ufrgs.br:10183/277227Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532024-08-11T09:49:22Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Monocular depth estimation applied to global localization over 2D floor plans |
title |
Monocular depth estimation applied to global localization over 2D floor plans |
spellingShingle |
Monocular depth estimation applied to global localization over 2D floor plans Lopes, Cristian Robótica móvel Localização em ambientes internos Robôs Autônomos Localização e mapeamento simultâneos Monocular depth estimation Free space density |
title_short |
Monocular depth estimation applied to global localization over 2D floor plans |
title_full |
Monocular depth estimation applied to global localization over 2D floor plans |
title_fullStr |
Monocular depth estimation applied to global localization over 2D floor plans |
title_full_unstemmed |
Monocular depth estimation applied to global localization over 2D floor plans |
title_sort |
Monocular depth estimation applied to global localization over 2D floor plans |
author |
Lopes, Cristian |
author_facet |
Lopes, Cristian |
author_role |
author |
dc.contributor.author.fl_str_mv |
Lopes, Cristian |
dc.contributor.advisor1.fl_str_mv |
Kolberg, Mariana Luderitz |
dc.contributor.advisor-co1.fl_str_mv |
Maffei, Renan de Queiroz |
contributor_str_mv |
Kolberg, Mariana Luderitz Maffei, Renan de Queiroz |
dc.subject.por.fl_str_mv |
Robótica móvel Localização em ambientes internos Robôs Autônomos Localização e mapeamento simultâneos |
topic |
Robótica móvel Localização em ambientes internos Robôs Autônomos Localização e mapeamento simultâneos Monocular depth estimation Free space density |
dc.subject.eng.fl_str_mv |
Monocular depth estimation Free space density |
description |
A localização global em ambientes internos é um aspecto crucial da navegação de robôs autônomos. A crescente demanda por robôs de serviço, que exigem auto-localização, impulsiona a pesquisa de métodos que sejam fáceis de configurar e que utilizem sensores de baixo custo. Neste trabalho, apresentamos uma proposta de localização baseada em câmera monocular para um robô de rodas motorizadas, utilizando um mapa de planta baixa 2D como referência. A inovação de nosso método reside na utilização de mapas de profundidade estimados a partir de imagens monoculares para calcular o espaço livre ao redor do robô, a ser usado como modelo de observação em uma estratégia de filtro de partículas. A densidade de espaço livre estimada é comparada com a densidade de espaço livre extraída das partículas no plano de planta baixa 2D. Devido às imperfeições inerentes dos mapas de profundidade estimados, propomos também uma nova abordagem de ponderação de partículas para considerar as incertezas na estimativa de profundidade da câmera monocular. Experimentos realizados com sequências de imagens do mundo real, comparando o método proposto com abordagens baseadas em câmera RGB-D, demonstram a eficácia do método, mesmo para mapas de profundidade imperfeitos obtidos com o modelo de estimativa de profundidade monocular. |
publishDate |
2024 |
dc.date.accessioned.fl_str_mv |
2024-08-10T06:34:12Z |
dc.date.issued.fl_str_mv |
2024 |
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.uri.fl_str_mv |
http://hdl.handle.net/10183/277227 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001208537 |
url |
http://hdl.handle.net/10183/277227 |
identifier_str_mv |
001208537 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
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.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/277227/2/001208537.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/277227/1/001208537.pdf |
bitstream.checksum.fl_str_mv |
b25dbb7c64af367789146147db2dfc9a 58b3f3ef99450c9c0fe62ccbc1a205a9 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085648661479424 |