SISTEMA DE LOCALIZAÇÃO PARA CELLBOTS INTEGRANDO ODOMETRIA VISUAL MONOCULAR E FORÇA DE SINAL WI FI.

Abstract

RESUMO: Um dos principais desafios da robótica móvel consiste em dotar robôs de autonomia. Neste sentido, aflora a necessidade de um sistema capaz de computar a pose (posição e orientação) do robô no seu espaço de trabalho – Sistema de localização. Este trabalho apresenta um sistema de localização utilizando odometria visual, filtro de partículas e sinal WiFi. O sistema foi projetado para ser utilizando em uma plataforma robótica da arquitetura cellbot (robôs baseados em dispositivos móveis) e faz uso do filtro probabilístico de partículas para realizar a correção da pose do robô no ambiente. Foram realizadas análises de custo computacional e precisão combinando algoritmos de detecção, descrição e correspondência na odometria visual, bem como a influência da quantidade de features detectadas no desempenho da odometria. Também foram analisados a precisão e custo da diversificação na quantidade de partículas utilizadas no filtro e a influência da quantidade de pontos de acesso WiFi utilizados. Os resultados experimentais com plataforma robótica real e simulação são analisados e apresentados neste trabalho. Um cenário utilizando uma robô cadeira de rodas foi proposto e analisado, o sistema demonstrou ser capaz de localizar o robô móvel.............ABSTRACT: One of the most challenges in mobile robotics is to provide robot autonomy. In this sense, arises the need of a system able to compute the pose (position and orientation) of the robot in its workspace – Location System. This paper presents a location system using visual odometry, particle filter and WiFi signal. The system is designed to be used on a cellbot robotic platform architecture (robots based on mobile devices) and makes use of probabilistic particle filter to perform the pose correction of the robot in the environment. Computational cost and precision analysis combining detection, description, matching algorithms for the visual odometry were performed, and the influence of the amount of features detected in the odometry performance. Also the accuracy and cost on diversification of the amount of particles used in the filter and the influence of the number of WiFi access points used were analyzed. The experimental results with a real robotic platform and simulation are analyzed and presented in this paper. A scenario using a wheelchair robot was proposed and analyzed, the system demonstrated being able to locate the mobile robot.