Localización de robots móviles en espacios inteligentes utilizando cámaras externas y marcas naturales

Resumen

En el presente trabajo de tesis se aborda el problema de la obtención de la pose de un robot móvil mediante cámaras estáticas ubicadas en el entorno. El enfoque presentado se basa en el concepto de "Espacio Inteligente", en el que un sistema distribuido de procesamiento controla las cámaras y el robot. Los antecedentes de posicionamiento de robots mediante cámaras inciden en el uso de balizamiento artificial de los robots. En esta tesis se propone un enfoque que minimiza el conocimiento previo necesario del robot y hace uso de su apariencia natural para obtener la pose. Se propone en esta tesis un algoritmo de localización basado en la obtención de marcas naturales, detectadas en el plano imagen del conjunto de cámaras, las cuales se corresponden con un modelo tridimensional del robot. El sistema de localización planteado se divide en dos fases. Primero se obtiene el modelo tridimensional del robot y su pose inicial mediante una fase de inicialización. En segundo lugar, se obtiene la pose del robot en cada instante de tiempo mediante una fase de localización secuencial. La inicialización es resuelta en esta tesis para cualquier número de cámaras, aplicando un enfoque de reconstrucción a partir del movimiento del robot. Este enfoque requiere el uso de odometría en su versión para una cámara y permite que las correspondencias entre cámaras no sean necesarias. El algoritmo secuencial de posicionamiento hace uso del modelo tridimensional obtenido en la inicialización, para determinar la pose del robot mediante un esquema probabilístico de estimación-corrección. El algoritmo incluye técnicas robustas de eliminación de medidas erróneas en el plano imagen y una solución no iterativa y de baja complejidad para el problema del cálculo de la pose utilizando múltiples cámaras, denominado el problema mPnP ("multiple Perspective n Point") en la literatura anglosajona. El uso de un enfoque probabilístico permite realizar la fusión de toda la información disponible en el entorno, modelando la incertidumbre resultado de la pose del robot. La solución presentada en esta tesis se ha validado experimentalmente en todas sus fases, utilizando para ello tanto datos simulados como un entorno real con cámaras, robots y obstáculos. El resultado es un método de localización estable y aplicable a entornos reales, en los que existen oclusiones y cambios de iluminación.