S4FE : sequential feature frequency filter - front-end for SLAM

Detalhes bibliográficos
Autor(a) principal: Franco, Guilherme Schvarcz
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/134342
Resumo: Fechamento de loops é um dos principais processos das estratégias de SLAM baseadas em grafos, usadas para estimar o erro de deslocamento acumulado à ser minimizado pela técnica. Neste sentido, boas correspondências de cenas permitem criar uma conexão entre dois nós do grafo que está sendo construído para representar o ambiente. Contudo, falsas correspondências podem levar essas estratégias a um estado irreversível de falsa representação do ambiente. Neste trabalho, um método robusto baseado em features que usa sequências de imagens para reconhecer áreas revisitadas é apresentado. Este método usa a abordagem de Bag-of-Words para reduzir efeitos de iluminação e uma ponderação TF-IDF para ressaltar as principais features que descrevem cada cena. Além disso, um algoritmo baseado na técnica de Mean Shift é usado sobre uma matriz de similaridade para identificar a possível trajetória seguida pelo robô e melhorar a detecção de fechamento de loop. O método apresentado foi testado em um ambiente aberto usando sequências de imagens coletadas com usando uma câmera de mão e um drone modelo Parrot ArDrone 2.0.
id URGS_c4086e2e5a3b054629b28f4c2fb894af
oai_identifier_str oai:www.lume.ufrgs.br:10183/134342
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Franco, Guilherme SchvarczSilva Junior, Edson Prestes e2016-03-29T02:06:39Z2016http://hdl.handle.net/10183/134342000988351Fechamento de loops é um dos principais processos das estratégias de SLAM baseadas em grafos, usadas para estimar o erro de deslocamento acumulado à ser minimizado pela técnica. Neste sentido, boas correspondências de cenas permitem criar uma conexão entre dois nós do grafo que está sendo construído para representar o ambiente. Contudo, falsas correspondências podem levar essas estratégias a um estado irreversível de falsa representação do ambiente. Neste trabalho, um método robusto baseado em features que usa sequências de imagens para reconhecer áreas revisitadas é apresentado. Este método usa a abordagem de Bag-of-Words para reduzir efeitos de iluminação e uma ponderação TF-IDF para ressaltar as principais features que descrevem cada cena. Além disso, um algoritmo baseado na técnica de Mean Shift é usado sobre uma matriz de similaridade para identificar a possível trajetória seguida pelo robô e melhorar a detecção de fechamento de loop. O método apresentado foi testado em um ambiente aberto usando sequências de imagens coletadas com usando uma câmera de mão e um drone modelo Parrot ArDrone 2.0.Loop closure recognition is one of the main processes of graph-based SLAM strategies, used to estimate the accumulated motion error to be minimized by the technique. Good scene correspondences allow to create constraints between two nodes in the graph that is currently being built to represent the environment that the robot is immersed. However, false correspondences can lead these strategies to an irreversible wrong environment representation. In this work, we present a robust feature-based loop closure approach that uses image sequence matching to recognize revisited areas. This approach uses Bag-of- Words to reduce the effects of lightning changes and a TF-IDF weighting to enhance the main features that describe each scene. Besides, an algorithm based on Mean Shift is used over a similarity matrix to identify the possible trajectory followed by the robot and improve the loop closure detection. Our method is tested in a GPS-denied outdoor environment using image sequences collected using a handheld camera and a Parrot ArDrone 2.0.application/pdfengGrafosRobóticaVisualSLAMMean shiftBag of wordsS4FE : sequential feature frequency filter - front-end for SLAMinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2016mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000988351.pdf000988351.pdfTexto completo (inglês)application/pdf5944248http://www.lume.ufrgs.br/bitstream/10183/134342/1/000988351.pdf4574fd97b46f12e0dcb0e39687baa5adMD51TEXT000988351.pdf.txt000988351.pdf.txtExtracted Texttext/plain101750http://www.lume.ufrgs.br/bitstream/10183/134342/2/000988351.pdf.txt04e50d487a54ec8a725002f0ec95f53eMD52THUMBNAIL000988351.pdf.jpg000988351.pdf.jpgGenerated Thumbnailimage/jpeg1204http://www.lume.ufrgs.br/bitstream/10183/134342/3/000988351.pdf.jpgafd3f634b8712734a6e60e39fa99fffdMD5310183/1343422018-10-29 08:19:14.015oai:www.lume.ufrgs.br:10183/134342Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-29T11:19:14Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv S4FE : sequential feature frequency filter - front-end for SLAM
title S4FE : sequential feature frequency filter - front-end for SLAM
spellingShingle S4FE : sequential feature frequency filter - front-end for SLAM
Franco, Guilherme Schvarcz
Grafos
Robótica
VisualSLAM
Mean shift
Bag of words
title_short S4FE : sequential feature frequency filter - front-end for SLAM
title_full S4FE : sequential feature frequency filter - front-end for SLAM
title_fullStr S4FE : sequential feature frequency filter - front-end for SLAM
title_full_unstemmed S4FE : sequential feature frequency filter - front-end for SLAM
title_sort S4FE : sequential feature frequency filter - front-end for SLAM
author Franco, Guilherme Schvarcz
author_facet Franco, Guilherme Schvarcz
author_role author
dc.contributor.author.fl_str_mv Franco, Guilherme Schvarcz
dc.contributor.advisor1.fl_str_mv Silva Junior, Edson Prestes e
contributor_str_mv Silva Junior, Edson Prestes e
dc.subject.por.fl_str_mv Grafos
Robótica
topic Grafos
Robótica
VisualSLAM
Mean shift
Bag of words
dc.subject.eng.fl_str_mv VisualSLAM
Mean shift
Bag of words
description Fechamento de loops é um dos principais processos das estratégias de SLAM baseadas em grafos, usadas para estimar o erro de deslocamento acumulado à ser minimizado pela técnica. Neste sentido, boas correspondências de cenas permitem criar uma conexão entre dois nós do grafo que está sendo construído para representar o ambiente. Contudo, falsas correspondências podem levar essas estratégias a um estado irreversível de falsa representação do ambiente. Neste trabalho, um método robusto baseado em features que usa sequências de imagens para reconhecer áreas revisitadas é apresentado. Este método usa a abordagem de Bag-of-Words para reduzir efeitos de iluminação e uma ponderação TF-IDF para ressaltar as principais features que descrevem cada cena. Além disso, um algoritmo baseado na técnica de Mean Shift é usado sobre uma matriz de similaridade para identificar a possível trajetória seguida pelo robô e melhorar a detecção de fechamento de loop. O método apresentado foi testado em um ambiente aberto usando sequências de imagens coletadas com usando uma câmera de mão e um drone modelo Parrot ArDrone 2.0.
publishDate 2016
dc.date.accessioned.fl_str_mv 2016-03-29T02:06:39Z
dc.date.issued.fl_str_mv 2016
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/10183/134342
dc.identifier.nrb.pt_BR.fl_str_mv 000988351
url http://hdl.handle.net/10183/134342
identifier_str_mv 000988351
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/10183/134342/1/000988351.pdf
http://www.lume.ufrgs.br/bitstream/10183/134342/2/000988351.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/134342/3/000988351.pdf.jpg
bitstream.checksum.fl_str_mv 4574fd97b46f12e0dcb0e39687baa5ad
04e50d487a54ec8a725002f0ec95f53e
afd3f634b8712734a6e60e39fa99fffd
bitstream.checksumAlgorithm.fl_str_mv MD5
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_ 1810085354219241472

Registros relacionados