Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA)

Trullos Pastor, Pablo (2018). Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA). Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA)
Author/s:
  • Trullos Pastor, Pablo
Contributor/s:
  • Maravall Gómez-Allende, Darío
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: 2018
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (3MB) | Preview

Abstract

La localización de vehículos viene resuelta desde hace una década con la tecnología GPS. Sin embargo, en espacios reducidos cubiertos como el interior de un edificio, la precisión del GPS falla. Es por ello que es necesario desarrollar otro tipo de tecnologías que permitan un posicionamiento preciso en entornos de interior. En este proyecto se analizan y comparan dos técnicas de Visión por Computador, Eigenlandmarks y Fisherlandmarks, basadas en transformaciones reductoras de dimensión, PCA y LDA respectivamente, para construir un reconocedor de landmarks que, asociado a un mapa topológico, sirva para localizar a tiempo real un robot móvil en un entorno de interior. Primeramente, se evaluará el rendimiento de las dos técnicas mencionadas en un dataset de imágenes pertenecientes a 7 landmarks distintos que se encuentran en diferentes zonas de la planta de un edificio. Para ello, se ha realizado una clasificación K-NN con validación cruzada leaving-one-out, analizando también cual de las dos métricas empleadas, Euclídea o Mahalanobis, ofrece rendimientos mayores. Y en segundo lugar, se planteará el algoritmo de un reconocedor de landmarks dinámico. Este reconocedor será capaz de analizar los frames de un vídeo y determinar cuándo se encuentra frente a un landmark. Se probarán distintas técnicas de procesamiento de imagen cuyo rendimiento sin el uso del mapa topológico no será lo sufientemente efectivo. Es por ello que se planteará un algoritmo robusto que, además de explotar la información del mapa topológico, realice dos transformaciones sobre los frames: proyectiva y reductora. La primera con la intención de alinear los frames con las imágenes del dataset, mientras que la segunda se usará para buscar el vecino más cercano y asignarle su clase en caso de que la distancia esté por debajo de un umbral.---ABSTRACT---Vehicle location was solved a decade ago with the GPS technology. Nevertheless, in small indoors places like the inside of a building, GPS accuracy fails. This is the reason why it is necessary to develop other kind of technologies that provide precise positioning in indoor environments. In this project two Computer Vision techni- ques, Eigenlandmarks and Fisherlandmarks, based on dimension reductive transfor- mations, PCA and LDA respectively, are analysed and compared in order to build a landmark recognizer which, linked to a topological map, allows real-time localization of a mobile robot in an indoor environment. Firstly, the accuracy of the above-mentioned techniques will be evaluated in a dataset of images from 7 diferent landmarks located in the inside of a building's oor. In order to comply this, a K-NN classification has been carried out, analysing as well which of the metrics used, Euclidean or Mahalanobis, provides better results. And secondly, a dynamic landmark recognizer algorithm will be proposed. This recognizer will be capable of analysing video frames and determining whether there is a landmark or not, and which landmark is it. Diferent image processing techniques whose accuracy without the use of the topological map will not be efectie enough will be tested. This will lead to the proposition of a robust algorithm which will perform two transformations in the frames: projective and reductive. The first one will serve to align the frames with the images in the dataset, while the second one will be used to search the nearest neighbor and assign its label to the frame providing the distance is below a thershold.

More information

Item ID: 52239
DC Identifier: http://oa.upm.es/52239/
OAI Identifier: oai:oa.upm.es:52239
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 14 Sep 2018 10:15
Last Modified: 14 Sep 2018 10:15
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM