Evaluación de descriptores de apariencia global en tareas de localización bajo cambios de iluminación

Abstract

ResumenLa localización y creación de mapas son dos tareas que los robots móviles autónomos deben desarrollar. Por ello, se han llevado a cabo numerosas investigaciones sobre estos temas, proponiendo diferentes métodos para abordar estos problemas. Este trabajo describe brevemente algunas posibilidades para mejorar la tarea de navegación utilizando descriptores de apariencia global. Con este propósito, el método captura información visual del entorno y obtiene, mediante transformaciones, un descriptor de apariencia global de cada imagen completa. Utilizados estos descriptores de apariencia global, el robot es capaz de estimar su posición en un mapa previamente creado, donde el reto es verificar el funcionamiento los descriptores cuando el entorno sufre variaciones en su apariencia visual similares a las condiciones reales a las que un robot móvil se puede enfrentar en un entorno real. Para llevar a cabo el objetivo se ha realizado una evaluación comparativa entre algunos descriptores de apariencia global.Palabras clave: Robótica móvil, descriptores de apariencia global, imágenes omnidirectionales, mapping, localización. INTRODUCCIÓNEn lasúltimas décadas, la presencia de robots móviles en ambientes industriales y domésticos se ha incrementado notoriamente. Este aumento ha sido facilitado por un desarrollo de las capacidades de percepción y computación, el desarrollo de estas aptitudes ha permitido que los robots mejoren la habilidad de operar eń areas grandes y heterogéneas sin necesidad de cambiar la estructura del robot. Sin embargo, el despegue de los robots móviles no será definitivo hasta que el nivel de autonomía y adaptabilidad a diferentes condiciones no mejore sustancialmente. Un robot autónomo debe ser capaz de encontrar una buena solución en un tiempo aceptable a dos problemas críticos: la construcción de un modelo del entorno (mapping) y la estimación de la posición del robot en el modelo (localización); si es capaz de realizar ambas tareas simultáneamente, el robot realiza una tarea de SLAM (Simultaneous Loca-lization And Mapping).Para solucionar estos problemas el robot debe estar equipado con una serie de sensores que le permita extraer información del entorno. Con este objetivo muchos trabajos han usado cámaras como sensores de visión ya que pueden capturar información relevante para realizar las tareas de navegación. Existen dos formas de extraer información de una imagen: la extracción de puntos característicos o el tratamiento de la imagen en su conjunto sin extraer características locales.La utilización de métodos de descripción de apariencia local, en los que se detectan puntos característicos conocidos comúnmente como landmarks, ha sido la manera clásica de obtener información relevante en sistemas de localización mediante visión. Esta es una alternativa madura usada por muchos investigadores en tareas de mapping y localización. Por ejemplo, Valgren y Lilienthal [16] han propuesto un método de localización topológico utilizando esta técnica, Murillo et al. [7] presentaron un estudio comparati...