Vision-based SLAM for the aerial robot ErleCopter

El objetivo principal de este trabajo, es la implementación de distintos tipos de algoritmos SLAM (mapeado y localización simultáneos) de visión monocular en el robot aéreo ErleCopter, empleando la plataforma software ROS (Robotic Operating System). Para ello se han escogido un conjunto de tres algo...

ver descrição completa

Detalhes bibliográficos
Autor: Patiño González, Guillermo
Tipo de documento: dissertação
Data de publicação:2018
País:España
Recursos:Universidad de Alcalá (UAH)
Repositório:e_Buah Biblioteca Digital Universidad de Alcalá
Idioma:inglês
OAI Identifier:oai:ebuah.uah.es:10017/33944
Acesso em linha:http://hdl.handle.net/10017/33944
Access Level:Acceso aberto
Palavra-chave:SLAM (Simultaneous Localization and Mapping)
ROS (Robot Operating System)
EKF (Extended Kalman Filter)
Visión artificial
Robot aéreo
Ingeniería industrial
Industrial engineering
Descrição
Resumo:El objetivo principal de este trabajo, es la implementación de distintos tipos de algoritmos SLAM (mapeado y localización simultáneos) de visión monocular en el robot aéreo ErleCopter, empleando la plataforma software ROS (Robotic Operating System). Para ello se han escogido un conjunto de tres algoritmos ampliamente utilizados en el campo de la visión artificial: PTAM, ORB-SLAM y LSD-SLAM. Así se llevará a cabo un estudio del funcionamiento de los mismos en el ErleCopter. Además empleando dichos algoritmos, y fusionando la información extraída por estos con la información de otros sensores presentes en la plataforma robótica, se realizará un EKF (Extended Kalman Filter), de forma que podamos predecir la localización del robot de una manera más exacta en entornos interiores, ante la ausencia de sistemas GPS. Para comprobar el funcionamiento del sistema se empleará la plataforma de simulación robótica Gazebo. Por último se realizarán pruebas con el robot real, de forma que podamos observar y extraer conclusiones del funcionamiento de estos algoritmos sobre el propio ErleCopter.