Detección de instancias de objetos en un sistema de localización y mapeo simultáneos basado en visión de máquina para entornos dinámicos

Abstract

El desarrollo de vehículos autónomos es un tema de gran interés en este siglo, lo que ha impulsado el desarrollo de investigaciones en esta área, como los sistemas de localización y mapeo simultaneo (SLAM), esta es una tecnología emergente y de gran potencial, que a su vez ha originado diferentes focos, como el Visual SLAM., En Visual SLAM se utilizan técnicas de visión artificial para captar el entorno, en este proceso se genera la reconstrucción de escenas y se obtiene el posicionamiento permitiendo así desarrollar mapas 3D de los entornos, estos desarrollos se encuentran en un proceso de constante evolución a la par con los nuevos dispositivos y nuevos métodos de tratamiento de datos; sin embargo aún se tiene diferentes brechas por superar, entre ellas el diseño de sistemas de bajo peso computacional para lograr la ejecución en línea en los sistemas autónomos. Esta investigación tiene como objetivo “Proponer un método para la detección de instancias de objetos dinámicos por eliminación de la oclusión generada que permita la reconstrucción de la escena en 3D para la aplicación de mapeo y localización visual simultáneos robusto V-SLAM robusto”. Para lograr este objetivo se estructuró una metodología donde primero se realiza un preprocesamiento de los datos de un LiDAR y una cámara RGB-D, posteriormente se realiza la fusión sensorial, lo que permitió realizar la detección del objeto dinámico; con ello se segmenta y eliminan los puntos que pertenecen al objeto dinámico, dando como resultado una nube de puntos que no está completa por la oclusión generada por el objeto dinámico, y a partir de las nubes de puntos previas se realiza la concatenación sucesivas de nubes de puntos lo que permite reconstruir la escena. Se propone un método de reconstrucción por puntos de alta variabilidad de bajo peso computacional con ejecución en línea Rec-HV (reconstruction by points of high variability), y los resultados de pruebas de reconstrucción 3D de diferentes ambientes, con los sensores en posición fija y mientras realizan un recorrido y con presencia de un objeto dinámico que cruza la escena; se presenta también un método para la obtención de la correlación entre dos escenas como propuesta de una métrica para este tipo de desarrollos.