Localização visual inercial com auto-calibração dos parâmetros internos de câmera monocular

Abstract

Na robótica móvel, uma das habilidades mais importantes dos robôs é saber se localizar no espaço. Seja no caso de um carro autônomo que precisa dirigir por uma cidade, um VANT que auxilia uma equipe de resgate ou mesmo um simples robô de laboratório é crucial que todos eles consigam saber onde estão, em outras palavras, precisam de um sistema de Localização para realizarem suas tarefas. Existem diversas técnicas e algoritmos de se resolver o problema da localização de robôs. Um destes sistemas que vem ganhando certo destaque nas pesquisas dos últimos tempos é a Localização Visual Inercial. Este tipo de técnica consiste em realizar a Localização de um agente robótico a partir da combinação das leituras obtidas por uma Unidade de Medição Inercial com um sistema de Odometria Visual. Esta combinação dos sensores pode ser realizada utilizando técnicas de filtragem estocástica, como uma variação do Filtro de Kalman, para desempenhar a chamada fusão sensorial. Para que a fusão seja bem sucedida e entregue boas estimativas, é de extrema importância que os sensores façam leituras não enviesadas e que a câmera esteja bem calibrada. A calibração de câmera é o procedimento executado para se calcular os parâmetros internos da câmera que são utilizados para que se possa construir um modelo matemático da mesma. As técnicas de calibração mais difundidas são executadas de maneira offline e exigem certo conhecimento do ambiente em que a câmera se encontra. Como existem situações que podem vir a alterar os valores dos parâmetros internos da câmera, a calibração precisa ser constantemente realizada para que sempre se possua os valores corretos dos parâmetros internos. Algoritmos de visão computacional como a Odometria Visual, que precisam dos parâmetros internos durante a sua execução, podem vir a ser prejudicados caso ocorra alguma alteração nos valores destes parâmetros durante a sua execução. Sendo assim, o presente trabalho apresenta uma possível solução para este tipo de situação. Ao longo da pesquisa aqui reportada, foi desenvolvido um sistema de Auto-Calibração de Câmera com auxílio de uma UMI. Este sistema consiste em um estimador de parâmetros internos da câmera baseado em um FKE que opera de maneira online e sem qualquer conhecimento prévio a respeito do ambiente em que a câmera se encontra. Este método permite a sistemas como a Odometria Visual operarem sempre com os valores corretos dos parâmetros internos da câmera. A partir do auto-calibrador desenvolvido, foi ainda projetado um sistema de Localização Visual Inercial com Auto-Calibração de Câmera (LOVIACC). Este sistema LOVIACC foi projetado como o conjunto de dois FKUs que operam com o intuito de estimar a posição e orientação de um agente robótico, que carrega uma câmera e uma UMI, ao mesmo tempo em que faz as calibração da câmera utilizada. A dissertação apresenta ainda alguns experimentos realizados a fim de se validar os dois métodos propostos.