Por favor, use este identificador para citar o enlazar este ítem: https://rinacional.tecnm.mx/jspui/handle/TecNM/5115
Título : Mapeo visual de interiores con robot móvil
Autor : Benitez Castro, Katia Rubit%836223
Fecha de publicación : 2023-01-13
Editorial : Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Centro Nacional de Investigación y Desarrollo Tecnológico
Descripción : El paradigma dominante para dar a un robot móvil autonomía es la localización y mapeo simultáneo, conocido como SLAM, por sus siglas en inglés. En este trabajo se aumenta las capacidades de un sistema SLAM mediante un módulo con la capacidad de reconocer objetos y lugares de los que se dispone de imágenes. El sistema reporta sus hallazgos mediante anotaciones sobre el mapa producido en la exploración. El método de reconocimiento es mediante un módulo de asociación, como el que es parte de un sistema SLAM, que actúa en paralelo con éste. Se analizan las mismas vistas tomadas por el robot, pero con detección, descripción y reconocimiento (o recuperación) propias. Se emplea el concepto de bolsa de palabras para describir toda una imagen, y el "vocabulario" empleado por el sistema reconocedor es propio, aunque similar al usado por el módulo de asociación de SLAM. La función principal del módulo de asociación es detectar ciclos en la trayectoria de exploración, por lo cual tiene que registrar cada vez más vistas de esa trayectoria, según pasa el tiempo. El módulo de reconocimiento trae descripciones mediante bolsas de palabras del conjunto fijo de objetos y lugares a reconocer. Por tanto, su tiempo de ejecución es pequeño y constante. El sistema reconocedor es probado mediante tres recorridos: un recorrido exterior del conjunto KITTI, un recorrido interior del conjunto TUM y un recorrido interior del CENIDET. Como es un sistema nuevo, sólo se pueden establecer comparaciones cualitativas con unos pocos sistemas parecidos en objetivos. El sistema funciona en tiempo real a 30 FPS, y entre las aportaciones está una modificación de ORB-SLAM2 para emplear la última versión de las librerías OpenCV, Pangolin y Eigen3.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Aparece en las colecciones: Tesis de Maestría en Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
MC_Katia_Rubit_Benitez_Castro_2023.pdfTesis4.61 MBAdobe PDFVisualizar/Abrir
MC_Katia_Rubit_Benitez_Castro_2023_c.pdf
  Restricted Access
Cesión de Derechos344.39 kBAdobe PDFVisualizar/Abrir  Request a copy


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons