Diseño e implementación de un sistema de visión artificial usando una técnica de mapeo y localización simultánea (SLAM) sobre una plataforma robótica móvil
DOI:
https://doi.org/10.61799/2216-0388.288Palabras clave:
visión artificial, sistema de percepción, SLAM, software, LSD_SLAMResumen
El SLAM es uno de los algoritmos que han nacido con la intención de ser capaz de posicionar al robot en un entorno desconocido a la misma vez que navega por él y usando dicha información precedente de sus sensores construir un mapa del ambiente en el que se encuentra. Para lograr el mapeo, diversas investigaciones han usado sensores de tipo ultrasonido, LIDAR, hasta cámaras usando visión artificial. El objetivo de esta investigación está centrado en aplicar una técnica de SLAM sobre una plataforma robótica móvil. Para lograr dicho objetivo se realiza un estudio de diferentes metodologías de SLAM existentes que pudieran cumplir con las expectativas resultando elegido el LSD-SLAM, la cual con una cámara adecuada se logra obtener un mapa semi-denso 3D del ambiente en el cual se trabaja. Además se desarrolla en ROS (Robot Operating System) definido como sistema operativo, que cada vez debería ser tenido en cuenta para futuras investigaciones gracias a sus grandes prestaciones. Una vez investigado, seleccionado e implementado se dio inicio a la programación del sistema por medio de herramientas y librerías las cuales tienen soporte, en cuanto a documentación confiable y previamente programadas para su uso.
Descargas
Citas
E. Rúa, A. Barrera, y N. Moreno, “Aprendizaje interactivo de Termodinámica de fluidos apoyado en las tecnologías de la información y comunicación”, Respuestas, vol. 19, no. 2, pp. 41-50, 2014.Diseño e implementación de un sistema de visión artificial usando una técnica de mapeo y localización simultánea (SLAM) sobre una plataforma robótica móvil se pueden detallar en la tabla II.
O.E Gualdrón, O.M Duque-Suárez y M.A. Chacón-Rojas, “Diseño de un sistema de reconocimiento de rostros mediante la hibridación de técnicas de reconocimiento de patrones, visión artificial EIA,enfocado a la seguridad e interacción robótica social, Mundo Fesc, Vol. 3, No. 6, pp. 16-28, 2013.
Y. Medina y H. Miranda, “Comparación de algoritmos basados en la criptografía simétrica DES, AES y 3DES”, Mundo FESC, vol. 5, no. 9, pp. 14-21, 2015.
A. Ollero-Baturone, Robótica: manipuladores y robots móviles, Barcelona, España: MARCOMBO S.A, 2001.
V.R Barrientos, J.R García Sánchez, y R. Silva Ortigoza, “Robots Móviles: Evolución y Estado del Arte”. Polibits, vol. 35, pp. 12-17, 2007. doi: 10.17562/PB-35-3.
N. Hernández y A. Flórez-Fuentes, "Computación en la Nube", Mundo Fesc, vol. 4, n.º 8, pp. 46-51, dic. 2014.
J. Engel and T. Schops, “LSD_SLAM desarrollado en la Universidad Técnica de Múnich (TUM)”, 2014. [En línea]. Disponible en: http://tracserver.labc.usb.ve/trac/visualslam/ wiki/An%C3%A1lisisComparativo
“ROS”, ROS.ORG, 2018. [Online]. Available: http://wiki.ros.org/ROS/Introduction
J. Engel, “Visual SLAM and VO: Surreal Vision, Oculus Research”, 2015 [presentation in People @EECS, UC Berkeley]. Available: https://people.eecs.berkeley.edu/~chaene/ /SLAM.pdf.
B. Davison, “Real-time simultaneous localisation and mapping with a single camera”, Proceedings Ninth IEEE International Conference on Computer Vision,
vol. 2, pp. 1403-1410, 2003. doi: 10.1109/ ICCV.2003.1238654
M. Shridhar and K.Y Neo, “Monocular SLAM for Real-Time Applications on Mobile Platforms”, 2015. [Online]. Available: https://
pdfs.semanticscholar.org/
J. Zijlmans, “LSD-slam and ORB-slam2, a literature based explanation”, 2017. [Online]. Available: https://medium.com/@j.zijlmans/ lsd-slam-vs-orb-slam2-a-literature-basedcomparison-20732df431d
E. Jakob, and D. Cremers, “LSD-SLAM: Large-Scale Direct Monocular SLAM”, 2017. here: DSO: Direct Sparse Odometry, https://vision.in.tum.de/research/vslam/ lsdslam?redire.
A. Villarroel, “Implementación de un sistema de mapeo 3D para inspección de sitios remotos utilizando un Cuadricoptero”, trabajo de fin de grado, Universidad Simón Bolívar, Sartenejas, 2015.
J. García-Merino, “Sistema avanzado de detección de obstáculos y navegación autónoma para vigilancia y protección basado en flota de vehículos aéreos no tripulados”, tesis doctoral, Universidad de Málaga, 2016.
Canónigo, “El aprendizaje en la era digital. Perspectivas desde las principales teorías”, Aibi revista de investigación, administración e ingeniería, vol. 5, nº 2, pp. 29-33., 2017
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
