Estudo comparativo de técnicas de extração de pontos de interesse para aplicação em odometria visual

• Processo: 13/04229-2
• Linha de fomento: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de maio de 2013
• Vigência (Término): 28 de fevereiro de 2014
• Área do conhecimento: Engenharias - Engenharia Elétrica - Eletrônica Industrial, Sistemas e Controles Eletrônicos
• Pesquisador responsável: José Eduardo Cogo Castanho
• Beneficiário: Filipe dos Santos Minutti
• Instituição-sede: Faculdade de Engenharia (FE). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Assunto(s): Robôs móveis Eletrônica industrial Iodometria Estudo comparativo

Resumo

Uma tendência dos trabalhos de pesquisa de SLAM (Simultaneous Localization And Mapping) é empregar câmeras de vídeo de baixo custo ao invés de utilizar sensores especializados e de alto custo para capturar informação 3D do ambiente. Esta abordagem é normalmente referida como SLAM Visual ou Odometria Visual. Uma justificativa para esta solução é que, além da grande disponibilidade, as câmeras de vídeo podem ser utilizadas em situações em que outros sensores falham. Contudo, a adoção ampla da Odometria Visual ainda esbarra na solução de vários problemas de desempenho e robustez. Este projeto tem por objetivo pesquisar e desenvolver técnicas de Odometria Visual e de rastreamento de objetos em sequências de imagens, tendo como principal contexto de aplicação a navegação de robôs móveis autônomos. Será enfatizado o estudo e a utilização de algoritmos de extração de pontos característicos recentemente apresentados na literatura, procurando-se avaliar comparativamente aspectos de desempenho e consistência no contexto de uma aplicação específica de Odometria Visual. O trabalho inclui, dessa forma, o desenvolvimento de uma aplicação de para controle do movimento de um robô móvel e para validação dos resultados. Como resultados, espera-se obter, além da aplicação de Odometria Visual, a compreensão dos conceitos necessários para o desenvolvimento de modelos de recuperação de informação espacial adequados à navegação autônoma de robôs. (AU)