Geoserver y Realidad Aumentada : extensión para la publicación de los repositorios cartográficos en los navegadores de Realidad Aumentada

En la actualidad existen gran variedad de productos que emplean la Realidad Aumentada (RA) en diversos campos y aplicaciones. Algunos de los que cuentan con mayor difusión son las aplicaciones para dispositivos móviles que combinan la cámara del dispositivo con la localización y la orientación obtenida con GPS, servicios de red inalámbrica y brújulas de estado sólido. Algunas de las aplicaciones con mayor difusión entre los usuarios son Layar, Wikitude, Juanio y Mixare. Sin embargo, no existe un estándar para los servicios de contenidos de RA; al contrario, cada aplicación emplea sus propios formatos de obligado cumplimiento, con sus propias características y especificaciones. Por otra parte la información cartográfica, objeto de publicación en las distintas plataformas de RA, reside tradicionalmente en los servidores de cartografía que gracias al cumplimiento de los estándares OGC garantizan su consulta y acceso. Este proyecto establece los interfaces de comunicación necesarios para proporcionar las fuentes de datos cartográficas tradicionales a través de los distintos formatos empleados en los navegadores de RA. Gracias a las características de extensibilidad de Geoserver y a sus características de configuración dinámica propias del framework Spring en el que se desarrolla, se han generado los servicios capaces de aprovechar las fuentes de datos gestionadas desde Geoserver para su difusión a través de los distintos navegadores de RA. Esta extensión modular de Geoserver permitirá aprovechar los repositorios de datos actuales para su difusión a través de las múltiples plataformas de Realidad Aumentada disponibles

Efficient 3D scene modeling and mosaicing

El modelat d'escenes és clau en un gran ventall d'aplicacions que van des de la generació mapes fins a la realitat augmentada. Aquesta tesis presenta una solució completa per a la creació de models 3D amb textura. En primer lloc es presenta un mètode de Structure from Motion seqüencial, a on el model 3D de l'entorn s'actualitza a mesura que s'adquireix nova informació visual. La proposta és més precisa i robusta que l'estat de l'art. També s'ha desenvolupat un mètode online, basat en visual bag-of-words, per a la detecció eficient de llaços. Essent una tècnica completament seqüencial i automàtica, permet la reducció de deriva, millorant la navegació i construcció de mapes. Per tal de construir mapes en àrees extenses, es proposa un algorisme de simplificació de models 3D, orientat a aplicacions online. L'eficiència de les propostes s'ha comparat amb altres mètodes utilitzant diversos conjunts de dades submarines i terrestres.

Augmented state Kalman filtering for AUV navigation

Addresses the problem of estimating the motion of an autonomous underwater vehicle (AUV), while it constructs a visual map ("mosaic" image) of the ocean floor. The vehicle is equipped with a down-looking camera which is used to compute its motion with respect to the seafloor. As the mosaic increases in size, a systematic bias is introduced in the alignment of the images which form the mosaic. Therefore, this accumulative error produces a drift in the estimation of the position of the vehicle. When the arbitrary trajectory of the AUV crosses over itself, it is possible to reduce this propagation of image alignment errors within the mosaic. A Kalman filter with augmented state is proposed to optimally estimate both the visual map and the vehicle position