Técnicas visuais de localização e mapeamento simultâneos sem extração de primitivas geométricas da imagem

In Simultaneous Localization and Mapping (SLAM - Simultaneous Localization and Mapping), a robot placed in an unknown location in any environment must be able to create a perspective of this environment (a map) and is situated in the same simultaneously, using only information captured by the robot s sensors and control signals known. Recently, driven by the advance of computing power, work in this area have proposed to use video camera as a sensor and it came so Visual SLAM. This has several approaches and the vast majority of them work basically extracting features of the environment, calculating the necessary correspondence and through these estimate the required parameters. This work presented a monocular visual SLAM system that uses direct image registration to calculate the image reprojection error and optimization methods that minimize this error and thus obtain the parameters for the robot pose and map of the environment directly from the pixels of the images. Thus the steps of extracting and matching features are not needed, enabling our system works well in environments where traditional approaches have difficulty. Moreover, when addressing the problem of SLAM as proposed in this work we avoid a very common problem in traditional approaches, known as error propagation. Worrying about the high computational cost of this approach have been tested several types of optimization methods in order to find a good balance between good estimates and processing time. The results presented in this work show the success of this system in different environments

No SLAM (Simultaneous Localization and Mapping), um robô posicionado em uma localização desconhecida de um ambiente qualquer deve ser capaz de construir uma perspectiva deste ambiente (um mapa) e se localizar no mesmo simultaneamente, utilizando apenas informações captadas pelos sensores do robô e muitas vezes sinais de controle conhecidos. Recentemente, impulsionados pelo avanço computacional, trabalhos nessa área propuseram usar câmera de vídeo como sensor e surgiu assim o SLAM Visual. Este possui várias abordagens e a grande maioria delas funcionam, basicamente, extraindo características do ambiente, calculando as devidas correspondências e através destas, e de filtros estatísticos, estimam os parâmetros necessários. Neste trabalho é apresentado um sistema de SLAM Visual Monocular que utiliza registro direto de imagem para calcular o erro de reprojeção entre imagens e métodos de otimização que minimizam esse erro e assim obter os parâmetros relativos à pose do robô e o mapa do ambiente diretamente dos pixels das imagens. Dessa forma as etapas de extração e correspondência de características são dispensadas, possibilitando que nosso sistema funcione bem em ambientes onde as abordagens tradicionais teriam dificuldades. Além disso, ao se abordar o problema do SLAM da forma proposta nesse trabalho evitase um problema muito comum nas abordagens tradicionais, conhecido como acumulo do erro. Preocupando-se com o elevado custo computacional desta abordagem foram testados vários tipos de métodos de otimização afim de achar um bom equilíbrio entre boas estimativas e tempo de processamento. Os resultados apresentados neste trabalho comprovam o funcionamento desse sistema em diferentes ambientes