ROBOTS DE EXTERIORES - Centro de Automática y Robótica

2 Robots de exteriores
nios en los que el objetivo es recuperar la posición 3D de la cámara en
tiempo real, moviéndose a gran velocidad en entornos habituales humanos,
a partir del mapeado de marcas visuales dispersas, potencialmente con mínima
información acerca de la dinámica de su movimiento(Davison,
2003). En (Elinas, 2006), se presenta un método de SLAM 3D visual, basado
en una cámara estéreo y marcas SIFT (Scale Invariant Feature Transform).
Actualmente el principal objetivo de las investigaciones en SLAM
es aplicar métodos consistentes, robustos y eficientes en grandes en entornos.
Uno de los hitos principales es conseguir cerrar grandes lazos, en
tiempo real, detectados en el camino recorrido por el vehículo.
Existen diversas propuestas para resolver los problemas asociados usando
métodos métricos, topológicos o híbridos. Un ejemplo de estos últimos
se describe en (Bosse, 2004). Esta solución pretende construir un mapa topológico
compuesto de diversos mapas métricos más sencillos. Después de
esto, a medida que el vehículo explora nuevos lugares, el algoritmo decide
si construir un nuevo submapa o crear una nueva relación con alguno de
los mapas existentes. Los enlaces contienen las relaciones entre sistemas
de coordenadas, así como las transformaciones de las incertidumbres. En
(Newman, 2006) se propone un SLAM 3D usando matrices de similitud
SIFT, basadas en apariencia visual. Esto permite el reconocimiento de lugares
previsitados que puedan ser altamente repetitivos. El artículo presentado
en (Frese, 2006) propone un método que es capaz de cerrar lazos muy
grandes con un gran número de marcas en un entorno simulado. En él se
usa un método jerárquico para representar las diferentes magnitudes probabilísticas
asociadas a diversas regiones del mapa. Además se proporcionan
medios para transmitir las actualizaciones y predicciones del modelo
de la parte superior a la inferior del árbol y viceversa.
Este artículo presenta un método de SLAM en tiempo real basado en visión
estéreo. La base de este trabajo fue previamente presentada por los autores
en (Schleicher, 2006). El sistema está basado en una cámara estéreo
de gran angular montada en un vehículo. De forma secuencial, se van capturando
diversas marcas visuales, usando el operador Shi and Tomasi (ver
(Shi, 1994)), y son introducidas en un filtro EKF con el objeto de modelar
el comportamiento probabilístico del sistema. Para la percepción de las
marcas se usa un modelo de medida, mientras que para el comportamiento
dinámico del vehículo se implementa un modelo de movimiento. Como es
bien sabido, uno de los principales problemas de la implementación del
EKF es el incremento cuadrático (n 2 ) del coste computacional en función
del número de marcas, mostrándose inapropiado para grandes entornos,
donde este número puede ser potencialmente alto. Para solucionar este
problema, presentamos una implementación modificada de SLAM que
añade un nivel de procesado adicional al método de SLAM mencionado