Visão estéreo omnidirecional catadióptrica com espelho de lobo duplo aplicado na geração de grades de evidências

Abstract

Com o aumento da capacidade dos computadores e o desenvolvimento de novas técnicas de processamento de imagem, a visão computacional se tornou uma estratégia promissora para a robótica móvel em mapeamento de ambientes. Uma variação tecnológica importante é o sistema de visão omnidirecional catadióptrico com espelho hiperbólico de lobo duplo, que consiste na instalação de um espelho convexo na frente de uma câmera, o qual possibilita a obtenção de uma imagem omnidirecional estérea, com centro único de projeção, sem que haja necessidade de locomoção do robô móvel para a caracterização espacial da posição do objeto. No entanto, um sistema de visão omnidirecional catadióptrico é extremamente dependente da qualidade do espelho, da precisão na montagem e da resolução da imagem obtida. Esses fatores contribuem para gerar um alto erro inerente ao sensor, tornado o sistema adequado a utilização de grades de evidências. O objetivo desse trabalho consiste em desenvolver um sistema de visão omnidirecional catadióptrico estéreo, com espelho hiperbólico de lobo duplo, associado a um algoritmo de caracterização de padrões baseado na geração de grades de evidências para determinação da posição dos objetos existentes no ambiente estudado. A metodologia de pesquisa é baseada no processamento da imagem omnidirecional estérea com técnicas estereoscópicas específicas. Dessa forma, inicialmente são extraídas da imagem omnidirecional os pontos que determinam os contornos dos objetos existentes no ambiente, para posteriormente serem determinados os pares de pontos correspondentes e por fim, é realizada a triangulação entre os pares de pontos correspondentes, que determina a possível posição do ponto analisado. No entanto, o sistema omnidirecional estudado gera erros significativos no processo de mapeamento de ambientes, o que exigiu a utilização de um modelo probabilístico Gaussiano para a atualização da grade de evidências. O conjunto de algoritmos foi testado através do mapeamento simulado de dois ambientes. O primeiro é um ambiente monocromático, com diferentes obstáculos de contorno bem definidos e sobre um fundo branco, o segundo é uma foto de alta resolução do solo marciano, retirada pelo robô móvel Spirit, caracterizada por um espectro de 256 níveis de cinza e objetos de contorno irregulares. O resultado obtido é um mapa global bidimensional em forma de grade de evidências, que é atualizada a cada nova imagem omnidirecional extraída. A avaliação comparativa entre as imagens originais e simuladas é efetuada através de analise visual. Os resultados demonstraram que o sistema computacional desenvolvido tem capacidade de gerar mapas com melhor definição para a caracterização do ambiente mais simples. Para o caso do ambiente mais complexo devem ser considerados num novo estudo os parâmetros associados à forma e a quantidade de obstáculos, bem como a variação cromática. _______________________________________________________________________________ ABSTRACT

With the increase of computer capacities and the development of new image processing techniques computer vision has become a promising approach for environment mapping by mobile robots. An important emerging technology is the use of omnidirectional catadioptric vision systems with a hyperbolic double-lobed mirror, which consists on a convex mirror in front of a camera allowing the acquisition of a stereo omnidirectional image with a single centre of projection without the need the move a mobile robot to locate an object in 3D coordinates within the workspace. However, the omnidirecional catadioptric vision system is extremely dependent on the precision that the geometry of the surface mirror are constructed, the assembly process and on the resolution of the acquired image. These characteristics work together to produce large geometrical errors by the sensor, making the system a good platform to use statistical evidences grids on the process of environment mapping with mobile robots. The objective of this work consists in the development of an omnidirectional catadioptric stereo vision system with a hyperbolic double-lobed mirror, associated with an algorithm to characterize standards to generate evidence grids to estimate the position of objects within the environment studied. The research methodology is based on omnidirectional stereo image processing by using specific stereoscopic techniques. Firstly, gradient images are calculated from the omnidirectional images to extract object features that are used to find correspondences between the images from the two mirror lobes. Secondly, a triangulation process is carried out to calculate the 3D position of objects within the environment. However, the vision system generates large amount of errors during the mapping process, requiring the use of probabilistic Gaussian models in the statistical evidence grids. The algorithms developed were tested by simulating maps of two different environments. The first is a dichromatic environment, with several obstacles with well contrasted gray image with on a white ground. The second is a photo of high resolution of a Martian land, acquired by the mobile robot Spirit, consisting of 256 levels of gray and objects with irregular contours. The result obtained is a bi-dimensional global map with evidence grids, which is updated as each new omnidirectional image is acquired. The comparative evaluation between the original and the simulated images is done through visual analysis. The results showed that the computer system developed can generate maps with good definition to characterize simple environments. In the case of more complex environments new studies must have to be carried out to evaluate the effects of parameters associated to the shape and quantity of obstacles, as well as chromatic variations.