000060871 001__ 60871 000060871 005__ 20210520140757.0 000060871 037__ $$aTESIS-2017-027 000060871 041__ $$aspa 000060871 080__ $$a681.5 000060871 1001_ $$aMur Artal, Raúl 000060871 24500 $$aReal-Time Accurate Visual SLAM with Place Recognition 000060871 260__ $$aZaragoza$$bUniversidad de Zaragoza, Prensas de la Universidad$$c2017 000060871 300__ $$a128 000060871 4900_ $$aTesis de la Universidad de Zaragoza$$v2017-027$$x2254-7606 000060871 500__ $$aPresentado: 09 03 2017 000060871 502__ $$aTesis-Univ. Zaragoza, Informática e Ingeniería de Sistemas, 2017$$bZaragoza, Universidad de Zaragoza$$c2017 000060871 506__ $$aby-nc-nd$$bCreative Commons$$c3.0$$uhttps://creativecommons.org/licenses/by-nc-nd/3.0/ 000060871 520__ $$aEl 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. <br />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.<br />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. <br />Bibliografía:<br />R. Mur-Artal and J. D. Tardós.<br />Fast Relocalisation and Loop Closing in Keyframe-Based SLAM.<br />IEEE International Conference on Robotics and Automation (ICRA). Hong Kong, China, June 2014.<br />R. Mur-Artal and J. D. Tardós.<br />ORB-SLAM: Tracking and Mapping Recognizable Features.<br />RSS Workshop on Multi VIew Geometry in RObotics (MVIGRO). Berkeley, USA, July 2014. <br />R. Mur-Artal and J. D. Tardós.<br />Probabilistic Semi-Dense Mapping from Highly Accurate Feature-Based Monocular SLAM.<br />Robotics: Science and Systems (RSS). Rome, Italy, July 2015.<br />R. Mur-Artal, J. M. M. Montiel and J. D. Tardós.<br />ORB-SLAM: A Versatile and Accurate Monocular SLAM System.<br />IEEE Transactions on Robotics, vol. 31, no. 5, pp. 1147-1163, October 2015.<br />(2015 IEEE Transactions on Robotics Best Paper Award).<br />R. Mur-Artal, and J. D. Tardós.<br />Visual-Inertial Monocular SLAM with Map Reuse.<br />IEEE Robotics and Automation Letters, vol. 2, no. 2, pp. 796-803, April 2017. (to be presented at ICRA 17).<br />R.Mur-Artal, and J. D. Tardós. <br />ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras.<br />ArXiv preprint arXiv:1610.06475, 2016. (under Review).<br /> 000060871 520__ $$a<br /> 000060871 521__ $$97100$$aPrograma de Doctorado en Ingeniería de Sistemas e Informática 000060871 6531_ $$arobótica 000060871 6531_ $$avisión artificial 000060871 700__ $$aTardós Solano, Juan Domingo$$edir. 000060871 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas 000060871 830__ $$9512 000060871 8560_ $$fchperez@unizar.es 000060871 8564_ $$s23682650$$uhttps://zaguan.unizar.es/record/60871/files/TESIS-2017-027.pdf$$zTexto completo (spa) 000060871 909CO $$ooai:zaguan.unizar.es:60871$$pdriver 000060871 909co $$ptesis 000060871 9102_ $$aIngeniería de sistemas y automática$$bInformática e Ingeniería de Sistemas 000060871 980__ $$aTESIS