L'objectiu del present projecte es realitzar un algorisme que permeti a un robot
mòbil per a entorns urbans millorar la seva localització. El robot disposa de
diversos sensors pel còmput de la seva localització, però en aquest projecte ens
interessa explorar si aquesta tasca es pot assolir fent servir tan sols una càmera
omnidireccional formada per 6 càmeres estàndard.
Es pretén detectar quan el robot es troba en un lloc per al qual ja ha passat
anteriorment. El sistema que utilitza el robot, anomenat PoseSLAM, treballa amb
posicions i transformacions geomètriques entre posicions. Així, un cop es relacionen
dues posicions com a properes, es calcula quina transformació existeix entre elles,
fins a un factor d'escala.
Per aconseguir-ho, es captura una imatge omnidireccional cada cert temps a
mesura que el robot es troba en moviment a través d'un entorn desconegut. Cada
imatge es considera una posició. La detecció de posicions properes es realitza amb
una descripció de cada posició mitjançant el model Bag-of-Words. Aquest model
intenta descriure l'entorn com a un conjunt de característiques visuals segons la
seva aparença. Cada Bag-of-Words es compara amb els anteriors i es fa un càlcul
probabilístic per decidir si és suficientment similar a algun d'ells com per considerar que s'han extret en el mateix lloc.
Per al segon pas, calcular la transformació entre dues posicions considerades properes, es realitza un apariament de les característiques de cada una de les imatges
corresponents a cada posició. D'aquesta manera obtenim quines característiques
es troben en les dues imatges i quines relacions hi ha entre elles, informació que
s'utilitza per realitzar el càlcul de la transformació.
Finalment s'integra l'algorisme en el programari middleware anomenat ROS
que permet que els resultats es puguin combinar amb els altres algorismes que
funcionen concurrentment al robot. També es desenvolupa una aplicació en HTML5
per visualitzar qualsevol tipus de dades del robot i així facilitar les proves.
