Mur Artal, Raúl
Tardós Solano, Juan Domingo (dir.)
Universidad de Zaragoza,
2017
Abstract: El problema de localización y construcción simultánea de mapas (del inglés Simultaneous Localization and Mapping, abreviado SLAM) consiste en localizar un sensor en un mapa que se construye en línea. La tecnología de SLAM hace posible la localización de un robot en un entorno desconocido para él, procesando la información de sus sensores de a bordo y por tanto sin depender de infraestructuras externas. Un mapa permite localizarse en todo momento sin acumular deriva, a diferencia de una odometría donde se integran movimientos incrementales. Este tipo de tecnología es crítica para la navegación de robots de servicio y vehículos autónomos, o para la localización del usuario en aplicaciones de realidad aumentada o virtual.
La principal contribución de esta tesis es ORB-SLAM, un sistema de SLAM monocular basado en características que trabaja en tiempo real en ambientes pequeños y grandes, de interior y exterior. El sistema es robusto a elementos dinámicos en la escena, permite cerrar bucles y relocalizar la cámara incluso si el punto de vista ha cambiado significativamente, e incluye un método de inicialización completamente automático. ORB-SLAM es actualmente la solución más completa, precisa y fiable de SLAM monocular empleando una cámara como único sensor. El sistema, estando basado en características y ajuste de haces, ha demostrado una precisión y robustez sin precedentes en secuencias públicas estándar.
Adicionalmente se ha extendido ORB-SLAM para reconstruir el entorno de forma semi-densa. Nuestra solución desacopla la reconstrucción semi-densa de la estimación de la trayectoria de la cámara, lo que resulta en un sistema que combina la precisión y robustez del SLAM basado en características con las reconstrucciones más completas de los métodos directos. Además se ha extendido la solución monocular para aprovechar la información de cámaras estéreo, RGB-D y sensores inerciales, obteniendo precisiones superiores a otras soluciones del estado del arte. Con el fin de contribuir a la comunidad científica, hemos hecho libre el código de una implementación de nuestra solución de SLAM para cámaras monoculares, estéreo y RGB-D, siendo la primera solución de código libre capaz de funcionar con estos tres tipos de cámara.
Bibliografía:
R. Mur-Artal and J. D. Tardós.
Fast Relocalisation and Loop Closing in Keyframe-Based SLAM.
IEEE International Conference on Robotics and Automation (ICRA). Hong Kong, China, June 2014.
R. Mur-Artal and J. D. Tardós.
ORB-SLAM: Tracking and Mapping Recognizable Features.
RSS Workshop on Multi VIew Geometry in RObotics (MVIGRO). Berkeley, USA, July 2014.
R. Mur-Artal and J. D. Tardós.
Probabilistic Semi-Dense Mapping from Highly Accurate Feature-Based Monocular SLAM.
Robotics: Science and Systems (RSS). Rome, Italy, July 2015.
R. Mur-Artal, J. M. M. Montiel and J. D. Tardós.
ORB-SLAM: A Versatile and Accurate Monocular SLAM System.
IEEE Transactions on Robotics, vol. 31, no. 5, pp. 1147-1163, October 2015.
(2015 IEEE Transactions on Robotics Best Paper Award).
R. Mur-Artal, and J. D. Tardós.
Visual-Inertial Monocular SLAM with Map Reuse.
IEEE Robotics and Automation Letters, vol. 2, no. 2, pp. 796-803, April 2017. (to be presented at ICRA 17).
R.Mur-Artal, and J. D. Tardós.
ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras.
ArXiv preprint arXiv:1610.06475, 2016. (under Review).
Abstract (other lang.):
La principal contribución de esta tesis es ORB-SLAM, un sistema de SLAM monocular basado en características que trabaja en tiempo real en ambientes pequeños y grandes, de interior y exterior. El sistema es robusto a elementos dinámicos en la escena, permite cerrar bucles y relocalizar la cámara incluso si el punto de vista ha cambiado significativamente, e incluye un método de inicialización completamente automático. ORB-SLAM es actualmente la solución más completa, precisa y fiable de SLAM monocular empleando una cámara como único sensor. El sistema, estando basado en características y ajuste de haces, ha demostrado una precisión y robustez sin precedentes en secuencias públicas estándar.
Adicionalmente se ha extendido ORB-SLAM para reconstruir el entorno de forma semi-densa. Nuestra solución desacopla la reconstrucción semi-densa de la estimación de la trayectoria de la cámara, lo que resulta en un sistema que combina la precisión y robustez del SLAM basado en características con las reconstrucciones más completas de los métodos directos. Además se ha extendido la solución monocular para aprovechar la información de cámaras estéreo, RGB-D y sensores inerciales, obteniendo precisiones superiores a otras soluciones del estado del arte. Con el fin de contribuir a la comunidad científica, hemos hecho libre el código de una implementación de nuestra solución de SLAM para cámaras monoculares, estéreo y RGB-D, siendo la primera solución de código libre capaz de funcionar con estos tres tipos de cámara.
Bibliografía:
R. Mur-Artal and J. D. Tardós.
Fast Relocalisation and Loop Closing in Keyframe-Based SLAM.
IEEE International Conference on Robotics and Automation (ICRA). Hong Kong, China, June 2014.
R. Mur-Artal and J. D. Tardós.
ORB-SLAM: Tracking and Mapping Recognizable Features.
RSS Workshop on Multi VIew Geometry in RObotics (MVIGRO). Berkeley, USA, July 2014.
R. Mur-Artal and J. D. Tardós.
Probabilistic Semi-Dense Mapping from Highly Accurate Feature-Based Monocular SLAM.
Robotics: Science and Systems (RSS). Rome, Italy, July 2015.
R. Mur-Artal, J. M. M. Montiel and J. D. Tardós.
ORB-SLAM: A Versatile and Accurate Monocular SLAM System.
IEEE Transactions on Robotics, vol. 31, no. 5, pp. 1147-1163, October 2015.
(2015 IEEE Transactions on Robotics Best Paper Award).
R. Mur-Artal, and J. D. Tardós.
Visual-Inertial Monocular SLAM with Map Reuse.
IEEE Robotics and Automation Letters, vol. 2, no. 2, pp. 796-803, April 2017. (to be presented at ICRA 17).
R.Mur-Artal, and J. D. Tardós.
ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras.
ArXiv preprint arXiv:1610.06475, 2016. (under Review).
Abstract (other lang.):
Pal. clave: robótica ; visión artificial
Titulación: Programa de Doctorado en Ingeniería de Sistemas e Informática
Plan(es): Plan 512
Knowledge area: Ingeniería de sistemas y automática
Department: Informática e Ingeniería de Sistemas
Nota: Presentado: 09 03 2017
Nota: Tesis-Univ. Zaragoza, Informática e Ingeniería de Sistemas, 2017
-
Permalink:
Visitas y descargas
Record created 2017-03-28, last modified 2021-05-20
