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). Tesis (Master), E.T.S. de Ingenieros Informáticos (UPM).

Descripción

Título: Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA)
Autor/es:
  • Trullos Pastor, Pablo
Director/es:
  • Maravall Gómez-Allende, Darío
Tipo de Documento: Tesis (Master)
Título del máster: Inteligencia Artificial
Fecha: 2018
Materias:
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Inteligencia Artificial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB) | Vista Previa

Resumen

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.

Más información

ID de Registro: 52239
Identificador DC: http://oa.upm.es/52239/
Identificador OAI: oai:oa.upm.es:52239
Depositado por: Biblioteca Facultad de Informatica
Depositado el: 14 Sep 2018 10:15
Ultima Modificación: 14 Sep 2018 10:15
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM