SLAM 3D basado en una cámara RGB-D y PCL

Autores
Domínguez, Francisco; Liaño, Lucas; Verrastro, Sebastián
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En el presente trabajo se desarrolla un algoritmo capaz de resolver el problema de localización y mapeo simultáneos (SLAM), obteniendo la odometría visual a partir de imágenes en colores con mapa de profundidad (RGB-D) de una cámara Microsoft Kinect bajo el entorno de simulación Gazebo. Para ello, se propone un pipeline de registro que tiene como objetivo encontrar la mejor estimación de movimiento de cuerpo rígido para mapear una imagen de profundidad en otra, asumiendo una escena estática tomada por una cámara en movimiento. El pipeline propuesto se basa en nubes de puntos organizadas, esto es, que dichas nubes se presenten como matrices 2D. Aprovechando esto, se emplea una técnica para reducir las muestras extraídas, llamada normal space sampling, aumentando la probabilidad de que el registro converja al mínimo global. Los resultados obtenidos se asemejan a la trayectoria real simulada por el robot.
In the present work an algorithm capable of solving the problem of simultaneous location and mapping (SLAM) is developed, obtaining visual odometry from color images with depth map (RGB-D) of a Micro- soft Kinect camera under the environment of Simulation gazebo. For this, a registration pipeline is proposed that aims to find the best estimate of rigid body movement to map one depth image to another, assuming a static scene taken by a moving camera. The proposed pipeline is based on organized point clouds, that is, the- se clouds are presented in 2D matrices. Taking advantage of this, a technique is used to reduce the samples drawn, called normal space sampling, increasing the probability that the record will converge to the global minimum. The results obtained are similar to the real trajectory simulated by the robot.
Fil: Domínguez, Francisco. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Fil: Liaño, Lucas. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Fil: Verrastro, Sebastián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Peer Reviewed
Fuente
Proyecciones, Vol. 20 No.2, 21-34. (2022)
Materia
rgb
d
pcl
slam3d
slam
gazebo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2022-10-04T18:36:34Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/7134
Acceder
id RIAUTN_21d4d20d0f187cf363c36b723f89824a
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/7134
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling SLAM 3D basado en una cámara RGB-D y PCLDomínguez, FranciscoLiaño, LucasVerrastro, Sebastiánrgbdpclslam3dslamgazeboEn el presente trabajo se desarrolla un algoritmo capaz de resolver el problema de localización y mapeo simultáneos (SLAM), obteniendo la odometría visual a partir de imágenes en colores con mapa de profundidad (RGB-D) de una cámara Microsoft Kinect bajo el entorno de simulación Gazebo. Para ello, se propone un pipeline de registro que tiene como objetivo encontrar la mejor estimación de movimiento de cuerpo rígido para mapear una imagen de profundidad en otra, asumiendo una escena estática tomada por una cámara en movimiento. El pipeline propuesto se basa en nubes de puntos organizadas, esto es, que dichas nubes se presenten como matrices 2D. Aprovechando esto, se emplea una técnica para reducir las muestras extraídas, llamada normal space sampling, aumentando la probabilidad de que el registro converja al mínimo global. Los resultados obtenidos se asemejan a la trayectoria real simulada por el robot.In the present work an algorithm capable of solving the problem of simultaneous location and mapping (SLAM) is developed, obtaining visual odometry from color images with depth map (RGB-D) of a Micro- soft Kinect camera under the environment of Simulation gazebo. For this, a registration pipeline is proposed that aims to find the best estimate of rigid body movement to map one depth image to another, assuming a static scene taken by a moving camera. The proposed pipeline is based on organized point clouds, that is, the- se clouds are presented in 2D matrices. Taking advantage of this, a technique is used to reduce the samples drawn, called normal space sampling, increasing the probability that the record will converge to the global minimum. The results obtained are similar to the real trajectory simulated by the robot.Fil: Domínguez, Francisco. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.Fil: Liaño, Lucas. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.Fil: Verrastro, Sebastián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.Peer Reviewed2022-10-04T18:36:34Z2022-10-04T18:36:34Z2022-10-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfProyecciones Vol. 20 (2)1853-6352http://hdl.handle.net/20.500.12272/7134Proyecciones, Vol. 20 No.2, 21-34. (2022)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccess2022-10-04T18:36:34Zhttp://creativecommons.org/licenses/by-nc/4.0/Atribución-NoComercial 4.0 InternacionalFrancisco Domínguez, Lucas Liaño, Sebastián VerrastroLicencia Creative Commons Atribución -No Comercial2026-09-24T12:44:34Zoai:ria.utn.edu.ar:20.500.12272/7134instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:44:35.7Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv SLAM 3D basado en una cámara RGB-D y PCL
title SLAM 3D basado en una cámara RGB-D y PCL
spellingShingle SLAM 3D basado en una cámara RGB-D y PCL
Domínguez, Francisco
rgb
d
pcl
slam3d
slam
gazebo
title_short SLAM 3D basado en una cámara RGB-D y PCL
title_full SLAM 3D basado en una cámara RGB-D y PCL
title_fullStr SLAM 3D basado en una cámara RGB-D y PCL
title_full_unstemmed SLAM 3D basado en una cámara RGB-D y PCL
title_sort SLAM 3D basado en una cámara RGB-D y PCL
dc.creator.none.fl_str_mv Domínguez, Francisco
Liaño, Lucas
Verrastro, Sebastián
author Domínguez, Francisco
author_facet Domínguez, Francisco
Liaño, Lucas
Verrastro, Sebastián
author_role author
author2 Liaño, Lucas
Verrastro, Sebastián
author2_role author
author
dc.subject.none.fl_str_mv rgb
d
pcl
slam3d
slam
gazebo
topic rgb
d
pcl
slam3d
slam
gazebo
dc.description.none.fl_txt_mv En el presente trabajo se desarrolla un algoritmo capaz de resolver el problema de localización y mapeo simultáneos (SLAM), obteniendo la odometría visual a partir de imágenes en colores con mapa de profundidad (RGB-D) de una cámara Microsoft Kinect bajo el entorno de simulación Gazebo. Para ello, se propone un pipeline de registro que tiene como objetivo encontrar la mejor estimación de movimiento de cuerpo rígido para mapear una imagen de profundidad en otra, asumiendo una escena estática tomada por una cámara en movimiento. El pipeline propuesto se basa en nubes de puntos organizadas, esto es, que dichas nubes se presenten como matrices 2D. Aprovechando esto, se emplea una técnica para reducir las muestras extraídas, llamada normal space sampling, aumentando la probabilidad de que el registro converja al mínimo global. Los resultados obtenidos se asemejan a la trayectoria real simulada por el robot.
In the present work an algorithm capable of solving the problem of simultaneous location and mapping (SLAM) is developed, obtaining visual odometry from color images with depth map (RGB-D) of a Micro- soft Kinect camera under the environment of Simulation gazebo. For this, a registration pipeline is proposed that aims to find the best estimate of rigid body movement to map one depth image to another, assuming a static scene taken by a moving camera. The proposed pipeline is based on organized point clouds, that is, the- se clouds are presented in 2D matrices. Taking advantage of this, a technique is used to reduce the samples drawn, called normal space sampling, increasing the probability that the record will converge to the global minimum. The results obtained are similar to the real trajectory simulated by the robot.
Fil: Domínguez, Francisco. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Fil: Liaño, Lucas. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Fil: Verrastro, Sebastián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Peer Reviewed
description En el presente trabajo se desarrolla un algoritmo capaz de resolver el problema de localización y mapeo simultáneos (SLAM), obteniendo la odometría visual a partir de imágenes en colores con mapa de profundidad (RGB-D) de una cámara Microsoft Kinect bajo el entorno de simulación Gazebo. Para ello, se propone un pipeline de registro que tiene como objetivo encontrar la mejor estimación de movimiento de cuerpo rígido para mapear una imagen de profundidad en otra, asumiendo una escena estática tomada por una cámara en movimiento. El pipeline propuesto se basa en nubes de puntos organizadas, esto es, que dichas nubes se presenten como matrices 2D. Aprovechando esto, se emplea una técnica para reducir las muestras extraídas, llamada normal space sampling, aumentando la probabilidad de que el registro converja al mínimo global. Los resultados obtenidos se asemejan a la trayectoria real simulada por el robot.
publishDate 2022
dc.date.none.fl_str_mv 2022-10-04T18:36:34Z
2022-10-04T18:36:34Z
2022-10-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv Proyecciones Vol. 20 (2)
1853-6352
http://hdl.handle.net/20.500.12272/7134
identifier_str_mv Proyecciones Vol. 20 (2)
1853-6352
url http://hdl.handle.net/20.500.12272/7134
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2022-10-04T18:36:34Z
http://creativecommons.org/licenses/by-nc/4.0/
Atribución-NoComercial 4.0 Internacional
Francisco Domínguez, Lucas Liaño, Sebastián Verrastro
Licencia Creative Commons Atribución -No Comercial
eu_rights_str_mv openAccess
rights_invalid_str_mv 2022-10-04T18:36:34Z
http://creativecommons.org/licenses/by-nc/4.0/
Atribución-NoComercial 4.0 Internacional
Francisco Domínguez, Lucas Liaño, Sebastián Verrastro
Licencia Creative Commons Atribución -No Comercial
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv Proyecciones, Vol. 20 No.2, 21-34. (2022)
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230884514430976
score 13.24418

Publicaciones similares