Your browser does not support JavaScript!

Αρχική    Visual simultaneous localization and mapping for humanoid robots with dense techniques  

Αποτελέσματα - Λεπτομέρειες

Προσθήκη στο καλάθι
[Προσθήκη στο καλάθι]
Κωδικός Πόρου 000430646
Τίτλος Visual simultaneous localization and mapping for humanoid robots with dense techniques
Άλλος τίτλος Ταυτόχρονος προσδιορισμός της πόζας και χαρτογράφηση για ανθρωποειδή ρομπότ με χρήση πυκνών τεχνικών
Συγγραφέας Ταβουλάρης, Νικόλαος Κ.
Σύμβουλος διατριβής Τραχανιάς, Παναγιώτης
Μέλος κριτικής επιτροπής Αργυρός, Αντώνιοε
Λουράκης, Μανόλης
Περίληψη Ένα από τα δυσκολότερα προβλήματα της σύγχρονης ρομποτικής είναι το πρόβλημα του προσδιορισμού της πόζας του ρομπότ μαζί με την ταυτόχρονη χαρτογράφηση του περιβάλλοντός του (Simultaneous Localization and Mapping - SLAM). Το πρόβλημα αυτό συχνά αντιμετωπίζεται με χρήση οπτικών αισθητήρων όπως κάμερες βάθους ή χρώματος και αναφέρεται στην βιβλιογραφία ως ταυτόχρονος εντοπισμός της θέσης και χαρτογράφηση με οπτικά μέσα, visual SLAM (vSLAM). Αντίστοιχα, ο αποκλειστικός εντοπισμός της πόζας ονομάζεται Οπτική οδομετρία, Visual Odometry VO. Οι αλγόριθμοι vSLAM χωρίζονται κυρίως σε δύο ομάδες ανάλογα με το μέγεθος των δεδομένων που χρησιμοποιούνται: α) Στους πυκνούς αλγορίθμους, που χρησιμοποιούν μεγάλο όγκο από σημεία στο χώρο, και β) στους αραιούς αλγορίθμους που μειώνουν τον αριθμό των σημείων, επιλέγοντας μόνο κάποια χαρακτηριστικά σημεία του χώρου. Γενικά, το πρόβλημα του vSLAM είναι ιδιαίτερα δύσκολο λόγω υψηλού θορύβου στους αισθητήρες, θολότητα στις εικόνες εισόδου, σφάλματα στους προσεγγιστικούς αλγορίθμους, περιορισμένοι υπολογιστικοί πόροι κ.τ.λ. Το πρόβλημα όμως είναι ακόμα πιο δύσκολο όταν εφαρμόζεται σε ανθρωποειδή ρομπότ. Η δίποδη βάδιση των ανθρωποειδών ρομπότ προκαλεί ξαφνική επιτάχυνση της κίνησης της κάμερας μαζί με αυξημένη θολότητα στην εικόνα. Η παρούσα εργασία ξεκινάει με μια ανάλυση των υπαρχόντων συστημάτων vSLAM και των ιδιοτήτων τους. Έπειτα ακολουθεί μια σύγκριση καινοτόμων αλγορίθμων όπως το 3DMatch και 3DSmoothNet, οι οποίοι εξάγουν χαρακτηριστικά σημεία με χρήση νευρονικών δικτύων. Οι αλγόριθμοι αυτοί μελετώνται σε σχέση με πιο συμβατικές τεχνικές όπως o αλγόριθμος των SIFT. Εν συνεχεία παρουσιάζεται μια μέθοδος που επιτυγχάνει καλύτερη εκτίμηση της πόζας μαζί με πιο ακριβή χαρτογράφηση. Αυτό γίνεται με τον συνδυασμό δυο συστημάτων, του vSLAM συστήματος Kinect Fusion και του State Estimation RObot Walking (SEROW) που συνδυάζει οπτική οδομετρία με κινηματική. Επίσης παρέχεται μια χαμηλή σε υπολογιστικούς πόρους υλοποίηση που επιτυγχάνει εκτέλεση σε πραγματικό χρόνο σε ενσωματωμένες συσκευές όπως το jetson tx2 .Τέλος μελετάται ο συνδυασμός πυκνών αλγορίθμων μαζί με αραιά χαρακτηριστικά σημεία σε μια ενοποιημένη αναπαράσταση γράφου.
Φυσική περιγραφή v, 65 σ. : σχεδ., πιν., εικ. (μερ. εγχρ.) ; 30 εκ.
Γλώσσα Αγγλικά
Θέμα SLAM
Ημερομηνία έκδοσης 2020-07-24
Συλλογή   Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Επιστήμης Υπολογιστών--Μεταπτυχιακές εργασίες ειδίκευσης
  Τύπος Εργασίας--Μεταπτυχιακές εργασίες ειδίκευσης
Εμφανίσεις 33

Ψηφιακά τεκμήρια
No preview available

Κατέβασμα Εγγράφου
Προβολή Εγγράφου
Εμφανίσεις : 2