ROBOTS DE EXTERIORES - Centro de Automática y Robótica
ROBOTS DE EXTERIORES - Centro de Automática y Robótica
ROBOTS DE EXTERIORES - Centro de Automática y Robótica
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
10 Robots <strong>de</strong> exteriores<br />
información se transforma en una representación que proporcionará una<br />
i<strong>de</strong>ntificación a la marca.<br />
En nuestro proceso global, nosotros almacenaremos estos <strong>de</strong>scriptores<br />
SIFT r δ pertenecientes a la base <strong>de</strong> datos global, usándolos posteriormente<br />
para el proceso <strong>de</strong> matching. Las coor<strong>de</strong>nadas <strong>de</strong> la imagen izquierda así<br />
como las posiciones 3D son también almacenadas<br />
( r<br />
l<br />
Yf = m<br />
uL<br />
vL<br />
X Y Z δ ).<br />
3.2 Proceso <strong>de</strong> comparación (matching)<br />
Uno <strong>de</strong> los principales problemas <strong>de</strong>l SLAM en gran<strong>de</strong>s entornos es el<br />
<strong>de</strong>l cierre <strong>de</strong> lazos. El primer problema a resolver es el reconocimiento <strong>de</strong><br />
lugares previsitados, tal como se explicó anteriormente. Una vez que se<br />
i<strong>de</strong>ntifica una nueva huella, ésta es evaluada, es <strong>de</strong>cir, es comparada con<br />
todas las huellas almacenadas pertenecientes a un área <strong>de</strong> incertidumbre.<br />
Esta comparación se lleva a cabo a través <strong>de</strong> un proceso <strong>de</strong> matching que<br />
, tanto el número <strong>de</strong> marcas<br />
SIFT reconocidas como sus posiciones relativas en las imágenes a<br />
comparar. El proceso general es el siguiente:<br />
tiene en cuenta, para cada par <strong>de</strong> huellas ( sf , sf A B<br />
)<br />
1. Cálculo <strong>de</strong> la distancia euclí<strong>de</strong>a entre todas las marcas SIFT <strong>de</strong>tectadas<br />
en ambas imágenes y selección <strong>de</strong> aquellas suficientemente cercanas.<br />
2. Cálculo <strong>de</strong> las líneas que conectan cada par <strong>de</strong> marcas correladas.<br />
A B<br />
También se computan sus correspondientes longitu<strong>de</strong>s Ln − y pendientes<br />
,<br />
Sp −<br />
3. Las marcas outlayers se excluyen <strong>de</strong>l cálculo haciendo uso <strong>de</strong>l método<br />
RANSAC.<br />
4. La probabilidad <strong>de</strong> correlación global se calcula como una función<br />
pon<strong>de</strong>rada <strong>de</strong> 2 parámetros: Número <strong>de</strong> marcas correladas y relación Inliers/Outliers<br />
(ver Ecuación (6)).<br />
A B<br />
.<br />
i, j<br />
= m ⋅num<br />
matches m ( n n )<br />
(6)<br />
Pfp_ match 1<br />
_ +<br />
2<br />
Una vez <strong>de</strong>tectada la situación <strong>de</strong> cierre <strong>de</strong> lazo, se <strong>de</strong>be corregir el mapa<br />
al completo <strong>de</strong> acuerdo al lugar reconocido. El primer paso es pues, actualizar<br />
el estado <strong>de</strong>l vehículo ( X ) T<br />
rob<br />
qrob<br />
vrob<br />
ω respecto al lugar previsitado<br />
<strong>de</strong>tectado. Para ello, usamos la geometría epipolar aplicada a las<br />
marcas SIFT i<strong>de</strong>ntificadas en el proceso <strong>de</strong> matching <strong>de</strong>l mismo modo que<br />
en la etapa <strong>de</strong> SLAM <strong>de</strong> bajo nivel. Esto se consigue gracias a los estados<br />
<strong>de</strong> las huellas almacenadas X , que representan los estados <strong>de</strong>l vehículo<br />
fp<br />
en el momento <strong>de</strong> la creación <strong>de</strong> cada huella. Después <strong>de</strong> esto, el resto <strong>de</strong>l<br />
mapa, incluyendo las posiciones <strong>de</strong> las marcas básicas Y i<br />
y los estados <strong>de</strong><br />
las huellas X a lo largo <strong>de</strong>l lazo <strong>de</strong>ben ser actualizadas consecuentemen-<br />
fp<br />
I<br />
O<br />
i j