Reconocimiento de landmarks visuales basado en Deep Learning + CNNs para la navegación autónoma en entornos mixtos de interior/exterior mediante mapas topológicos visuales

Abstract

El estudio de un mapa topológico visual para la navegación de un robot móvil tiene muchas aplicaciones en la actualidad; desde sistemas de ayuda para gente con deficiencia visual hasta la navegación autónoma de robots para la automatización de tareas en una empresa. En esta tesis diseñamos y analizamos un mapa topológico de interiores y exteriores seleccionando landmarks visuales característicos del entorno. Asimismo, crearemos un dataset para entrenar a un clasificador para que identifique estos lugares. Mediante las técnicas de aprendizaje profundo o deep learning hemos creado una red de neuronas artificiales de manera rápida y simple que mediante capas convolucionales y otras técnicas reconoce estos landmark visuales con una precisión elevada que ronda el 90 % de tasa de aciertos. Para llegar a estos resultados hemos realizado pruebas de validación y de test que avalan el correcto funcionamiento de la red, que discutiremos en diversos apartados de esta misma tesis. Para finalizar, hablaremos de las distintas dificultades con las que nos hemos encontrado tanto a lo largo de la realización de este proyecto como en los resultados finales y discutiremos las posibles mejoras de este enfoque mediante otras técnicas.