Saltar apartados
  • UA
  • i3a
  • Reconeixement d'un marcador i distància mitjançant visió estèreo i tècniques de segmentació

Reconeixement d'un marcador i distància mitjançant visió estèreo i tècniques de segmentació

Utilització de la informació de color per a reconèixer un marcador i la distància a la qual es troba, mitjançant visió estèreo i tècniques de segmentació

Introducció

Definim la robòtica mòbil com el disseny i construcció de vehicles mòbils capaços de navegar de forma autònoma o baix control d'un operador. La navegació rares vegades es realitza dins d'entorns coneguts i estàtics, sent aquests habitualment desconeguts i potencialment variables. Hem de, per tant, dotar al vehicle de certa autonomia mitjançant la incorporació de capacitats perceptuales i de resolució de problemes en temps real. Un dels problemes en els quals es treballa en navegació de robots és la detecció d'obstacles mitjançant la utilització de sensors. Aquests elements permeten detectar els obstacles que apareixen en la seua trajectòria, però són incapaces de destriar entre ells.

ja que necessitem disposar de la major informació possible para, en la mesura del possible, navegar sense la supervisió d'un humà, proposem en aquest projecte, un sistema de visió estereoscópica que permeta aprofitar la informació sobre profunditat a partir d'un parell estereoscópico per a determinar a quina distància es troba un marcador que li indique a una plataforma mòbil que acció ha de dur a terme. És fonamental reconèixer el tipus de marcador pel que entren en joc tècniques de reconeixement de senyals.

En aquest projecte ens proposem aportar informació de diferent tipus al sistema perquè el mètode siga flexible i puga treballar amb imatges de diferent tipus. És fonamental el tractament que es faça de la informació de color pel que pretenem provar diversos models de color, per a determinar com d'ells proporciona millors resultats. Mitjançant tècniques de segmentació combinades amb correspondència estèreo es tracta de reconèixer un marcador i localitzar la distància a la qual es troba de la càmera.

Atès que pretenem que el robot responga davant determinades senyals és fonamental incorporar tècniques de segmentació així com de reconeixement per a poder determinar el tipus de senyal detectat així com la distància de la mateixa a la càmera. En el nostre grup hem obtingut resultats tant amb tècniques de correspondència en visió estèreo com amb mètodes de segmentació i reconeixement. Pretenem unir aquestes línies de recerca i avançar en aquest context.

Prenent com partida les imatges obtingudes per les càmeres ens plantegem detectar un marcador, reconèixer el seu tipus i la distància a la qual es troba perquè el robot puga realitzar l'acció que li indique aquest marcador.

Objectius

  • Millorar els resultats inicials obtinguts tant en el problema de la correspondència com en segmentació i reconeixement d'imatges introduint nous models de color. Les últimes recerques apunten al fet que els models basats en la percepció humana resulten més adequats que els models maquinari. Els models basats en la percepció, no obstant açò tenen una estructura més complexa i per tant requereixen de noves mètriques i rutines de conversió.
  • Realitzar comparacions entre tècniques de correspondència basades en correlació i basades en característiques. Les tècniques de correlació proporcionen mapes de disparitat densos amb informació de profunditat de tota l'escena el que les fa més completes però també més complexes. Quant a les tècniques basades en característiques només proporcionen informació de profunditat de determinades regions pel que són més senzilles però no faciliten tanta informació. Ens proposem comparar-les i determinar si la informació de les tècniques del segon grup és suficient per a la navegació d'un robot.
  • Implantar el sistema amb dues càmeres convencionals en lloc d'amb una càmera estèreo per a abaratir els costos. Les càmeres estèreo tenen un alt cost així com uns requeriments elevats de calibratge. L'ús de càmeres convencionals suposaria una rebaixa important. El fet d'emprar tècniques basades en característiques suposa previsiblement menys exigències en el calibratge.
  • Incorporació en sistema robòtic i prova. Pretenem provar el sistema construït en un entorn realista incorporant-ho a la plataforma mòbil de la qual disposem.

Informàtica Industrial i Intel·ligència Artificial (i3a)


Universitat d'Alacant
Dpto. Ciència de la Computació i Intel·ligència Artificial
Grup Informàtica Industrial i Intel·ligència Artificial

Carretera Sant Vicent s/n
03690 Sant Vicent del Raspeig
Alacant (Spain)

Tel: (+34) 96 590 3400

Fax: (+34) 96 590 3464

Per a més informació: informacio@ua.es, i per a temes relacionats amb aquest servidor web: webmaster@ua.es

Carretera de Sant Vicent del Raspeig, s/n - 03690 Sant Vicent del Raspeig - Alacant - Tel.: 96 590 3400 - Fax: 96 590 3464