Tesis doctoral de Josep María Aulinas Masó
Unión selectiva de submapas en slam para vehículos autónomos los algoritmos de localización y creación de mapas simultáneamente (simultaneous localization and mapping – slam) no producen mapas correctos de grandes áreas debido al aumento gradual de la incertidumbre en las misiones de larga duración. Además, el coste de computación aumenta a medida que el mapa crece, de modo que las soluciones de slam no son aplicables a tiempo real. Esta tesis presenta un estudio de las técnicas de slam, prestando especial atención en aquellos trabajos pensados para operar en entornos grandes. También se estudian los trabajo de slam centrados en ambientes submarinos. En este contexto, se propone una nueva técnica basada en el uso de submapas independientes combinados con un mapa estocástico global. Esta técnica se ha llamado unión selectiva de submapas en slam para vehículos autónomos. El mapa global contiene las transformaciones relativas entre mapas, que se actualizan al revisitar zonas conocidas, es decir, se observan puntos de referencia que ya formaban parte del mapa. Así pues, los submapas que comparten información se fusionan, manteniendo las correlaciones entre el vehículo y los puntos de referencia. El uso de submapas reduce el coste de computación y mejora la consistencia del mapa. La técnica propuesta se compara con las técnicas existentes utilizando los datos del victoria park, una base de datos de referencia dentro la comunidad de slam. Resultados sintéticos y experimentales muestran que la ssjs es capaz de generar mapas en zonas de grandes dimensiones consistentemente y con un coste menor en comparación a las otras técnicas. Una vez demostrada la viabilidad del sistema, el método se adapta para ser utilizado en vehículos submarinos autónomos. En esta tesis, se presentan dos series de experimentos: 1) con el remus-100 equipado con un sonar de barrido lateral, y 2) con el sparus que lleva una cámara mirando hacia el fondo. En ambos casos, hay que definir los modelos matemáticos que describen la dinámica del vehículo y el principio de medición de los sensores. Además, se desarrollan técnicas de visión artificial para extraer y asociar puntos de referencia, muy necesarios en los algoritmos de slam. Los experimentos llevados a cabo utilizando datos reales demuestran la capacidad del sistema para localizar el vehículo y generar cartografía, combinando la extracción automática de puntos de referencia con el ssjs.
Datos académicos de la tesis doctoral «Selective submap joining slam for autonomous vehicles«
- Título de la tesis: Selective submap joining slam for autonomous vehicles
- Autor: Josep María Aulinas Masó
- Universidad: Girona
- Fecha de lectura de la tesis: 22/09/2011
Dirección y tribunal
- Director de la tesis
- Joaquim Salvi Mas
- Tribunal
- Presidente del tribunal: joan Batlle grabulosa
- yoannis Akkizidis (vocal)
- keith Brown (vocal)
- gabriel Oliver codina (vocal)