Título: SLAM basado en visión estéreo para la navegación autónoma de robots
hexápodos

Directora: Dra. Marta Mejail
Director asistente: Dr. Pablo De Cristóforis

Jurados:

– Dr. Jose Guivant (The University of New South Wales, Sydney, Astralia)
– Dr. Flavio Roberti (Universidad Nacional de San Juan y CONICET)
– Dr. Jorge Sánchez (Universidad Nacional de Córdoba y CONICET)

Resumen:

Para permitir que un robot móvil pueda navegar y realizar tareas de manera autónoma, previamente se necesitan resolver al menos dos problemas esenciales: un control de alto nivel para dirigir su movimiento, por ejemplo a través de comandos de velocidad, y la estimación con precisión de su pose (posición y orientación) respecto del entorno que lo rodea. Además, para lograr completa autonomía, las soluciones a estos problemas deben poder ser ejecutadas en una computadora de a bordo en tiempo real.

En el caso general, donde un robot no cuenta con un mapa previo de su entorno ni información externa que le permita conocer su pose, ambas tareas deben ser realizadas en forma simultánea. El problema de localizar a un robot y construir un mapa del entorno simultáneamente se denomina Simultaneous Localization and Mapping (SLAM). Una forma particular de resolverlo es utilizando características visuales extraídas a partir de imágenes capturadas por una o más cámaras montadas sobre el robot. Éstas pueden ser usadas para crear un mapa del entorno y localizar al robot dentro del mismo.

El objetivo final de esta tesis es diseñar e implementar un sistema que reúna todas las características para realizar la navegación autónoma en robots hexápodos (robots terrestres con seis patas articuladas) basándose en un sistema de SLAM visual. A pesar de que existen soluciones para este problema, se limitan a espacios de trabajo pequeños y controlados, y no funcionan correctamente en computadoras con un poder de procesamiento limitado, como las que se encuentran a bordo de estos robots. El trabajo se realiza sobre un sistema de SLAM estéreo para adaptarlo a la tarea particular de la locomoción de robots hexápodos. La principal contribución de este trabajo es el modelado de los elementos de un SLAM basado en Bundle Adjustment (ajuste por minimización) como variables aleatorias. Esto permite que las incertidumbres y la información mutua calculada se utilicen para marginalizar (descartar) de manera eficiente las regiones distantes del mapa en el cálculo del Bundle Adjustment, minimizando la pérdida de información. De esta forma, se evita que el problema del SLAM escale linealmente con el tamaño del mapa, lo que posibilita al sistema navegar a largo plazo, incluso en unidades de procesamiento embebidas en el robot.

Para validar el enfoque propuesto, se realizan una serie de experimentos que muestran a un robot hexápodo llevando a cabo una navegación autónoma en un terreno irregular, mientras todas las tareas se ejecutan en una computadora de a bordo y responden en tiempo real. Se miden y analizan diferentes métricas de rendimiento como el costo computacional y el error de localización. Los resultados muestran la viabilidad y la robustez del sistema desarrollado como se propone en esta tesis.