Saltar apartados
  • UA
  • i3a
  • Reconocimiento de un marcador y distancia mediante visión estéreo y técnicas de segmentación

Reconocimiento de un marcador y distancia mediante visión estéreo y técnicas de segmentación

Utilización de la información de color para reconocer un marcador y la distancia a la que se encuentra, mediante visión estéreo y técnicas de segmentación

Introducción

Definimos la robótica móvil como el diseño y construcción de vehículos móviles capaces de navegar de forma autónoma o bajo control de un operador. La navegación rara vez se realiza dentro de entornos conocidos y estáticos, siendo éstos habitualmente desconocidos y potencialmente variables. Debemos, por lo tanto, dotar al vehículo de cierta autonomía mediante la incorporación de capacidades perceptuales y de resolución de problemas en tiempo real. Uno de los problemas en los que se trabaja en navegación de robots es la detección de obstáculos mediante la utilización de sensores. Estos elementos permiten detectar los obstáculos que aparecen en su trayectoria, pero son incapaces de discernir entre ellos.

Puesto que necesitamos disponer de la mayor información posible para, en la medida de lo posible, navegar sin la supervisión de un humano, proponemos en este proyecto, un sistema de visión estereoscópica que permita aprovechar la información sobre profundidad a partir de un par estereoscópico para determinar a qué distancia se encuentra un marcador que le indique a una plataforma móvil que acción debe llevar a cabo. Es fundamental reconocer el tipo de marcador por lo que entran en juego técnicas de reconocimiento de señales.

En este proyecto nos proponemos aportar información de distinto tipo al sistema para que el método sea flexible y pueda trabajar con imágenes de distinto tipo. Es fundamental el tratamiento que se haga de la información de color por lo que pretendemos probar varios modelos de color, para determinar cual de ellos proporciona mejores resultados. Mediante técnicas de segmentación combinadas con correspondencia estéreo se trata de reconocer un marcador y localizar la distancia a la que se encuentra de la cámara.

Dado que pretendemos que el robot responda ante determinadas señales es fundamental incorporar técnicas de segmentación así como de reconocimiento para poder determinar el tipo de señal detectada así como la distancia de la misma a la cámara. En nuestro grupo hemos obtenido resultados tanto con técnicas de correspondencia en visión estéreo como con métodos de segmentación y reconocimiento. Pretendemos unir estas líneas de investigación y avanzar en este contexto.

Tomando como partida las imágenes obtenidas por las cámaras nos planteamos detectar un marcador, reconocer su tipo y la distancia a la que se encuentra para que el robot pueda realizar la acción que le indique dicho marcador.

Objetivos

  • Mejorar los resultados iniciales obtenidos tanto en el problema de la correspondencia como en segmentación y reconocimiento de imágenes introduciendo nuevos modelos de color. Las últimas investigaciones apuntan a que los modelos basados en la percepción humana resultan más adecuados que los modelos hardware. Los modelos basados en la percepción, no obstante tienen una estructura más compleja y por tanto requieren de nuevas métricas y rutinas de conversión.
  • Realizar comparaciones entre técnicas de correspondencia basadas en correlación y basadas en características. Las técnicas de correlación proporcionan mapas de disparidad densos con información de profundidad de toda la escena lo que las hace más completas pero también más complejas. En cuanto a las técnicas basadas en características sólo proporcionan información de profundidad de determinadas regiones por lo que son más sencillas pero no facilitan tanta información. Nos proponemos compararlas y determinar si la información de las técnicas del segundo grupo es suficiente para la navegación de un robot.
  • Implantar el sistema con dos cámaras convencionales en lugar de con una cámara estéreo para abaratar los costes. Las cámaras estéreo tienen un alto coste así como unos requerimientos elevados de calibración. El uso de cámaras convencionales supondría una rebaja importante. El hecho de emplear técnicas basadas en características supone previsiblemente menos exigencias en la calibración.
  • Incorporación en sistema robótico y prueba. Pretendemos probar el sistema construido en un entorno realista incorporándolo a la plataforma móvil de la que disponemos.

Informática Industrial e Inteligencia Artificial (i3a)


Universidad de Alicante
Dpto.Ciencia de la Computación e Inteligencia Artificial
Grupo Informática Industrial e Inteligencia Artificial

Carretera San Vicente s/n
03690 San Vicente del Raspeig
Alicante (Spain)

Tel: (+34) 96 590 3400

Fax: (+34) 96 590 3464

Para más información: informacio@ua.es, y para temas relacionados con este servidor Web: webmaster@ua.es

Carretera San Vicente del Raspeig s/n - 03690 San Vicente del Raspeig - Alicante - Tel. 96 590 3400 - Fax 96 590 3464