Aplicaciones de SLAM : mapeo de ambientes naturales, localización consistente en tiempo real y exploración autónoma multi-robot

• Autores: Pessacg, Facundo Hugo
• Año de publicación: 2024
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: De Cristóforis, Pablo Esteban
• Materia: ROBOTICA MOVIL; VISUAL SLAM; ACTIVE SLAM; ESTIMACION DE ESTADO; ESTIMACION DE INCERTIDUMBRE; EXPLORACION MULTI-ROBOT; MOBILE ROBOTICS; SLAM; VISUAL SLAM; ACTIVE SLAM; STATE ESTIMATION; UNCERTAINTY ESTIMATION; MULTI-ROBOT EXPLORATION
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

En el ámbito de la robótica móvil los sistemas SLAM (localización y mapeo simultáneo) abrieron nuevas posibilidades para la navegación autónoma y la reconstrucción del entorno. De acuerdo a la aplicación específica, el procesamiento de los datos capturados por los sensores podría variar, imponiendo diferentes restricciones al problema. Sin embargo, los métodos matemáticos subyacentes utilizados serán los mismos. En este trabajo se estudió el problema de SLAM desde diferentes perspectivas enfocándose en tres aplicaciones. En primer lugar, se realizó un estudio de reconstrucciones 3D en zonas boscosas utilizando imágenes capturadas por VANTs (Vehículos Aéreo No Tripulado), tanto reales como sintéticas. Se construyó un VANT para la adquisición autónoma de imágenes reales, y un simulador altamente realista para generar imágenes sintéticas. Luego se optimizaron los parámetros de las misiones de vuelo. Además, se desarrolló un nuevo método para estimar modelos de terreno en entornos boscosos. Finalmente, este flujo de trabajo se aplicó en la detección de tala selectiva. En segundo lugar, se desarrolló un novedoso método para resolver el problema de SLAM con estimaciones consistentes de la incertidumbre de las variables de estado, cuando el poder de cómputo es limitado. El método acota la cantidad de variables consideradas durante el proceso de estimación, pero mantiene la consistencia global de las estimaciones de las variables e incertidumbres calculadas. Por último, se desarrolló una aplicación de exploración y planificación de trayectorias multi-robot utilizando métodos de SLAM capaces de mantener estimaciones de incertidumbres consistentes, cuando los tiempos de cómputo son acotados. Esta aplicación permite explotar los beneficios de los métodos de SLAM, demostrando su utilidad en tareas de navegación autónoma eficientes.
In the field of mobile robotics, SLAM (simultaneous localization and mapping) systems opened new possibilities with respect to navigation and reconstruction of the environment. Depending on the specific application, the image processing process could vary, imposing different restrictions on the problem. However, the underlying mathematical methods used will be the same. In this work, the SLAM problem was studied from different perspectives, focusing on three applications. Firstly, a study of 3D reconstructions in forested areas was carried out using images captured by UAVs (Unmanned Aerial Vehicles), both real and simulated. A UAV was built for the autonomous acquisition of real images, and a highly realistic simulator created to generate synthetic images. The parameters of the flight missions were then optimized. Additionally, a new method was developed to estimate terrain models in forested environments. Finally, this workflow was applied in logging detection. Secondly, a novel method was developed to solve the SLAM problem with consistent estimates of the uncertainty of the state variables, when the processing time is limited. The method limits the number of variables considered during the estimation process, but maintains the global consistency of the estimates of the calculated variables and uncertainties. Finally, a multi-robot trajectory exploration and planning application was developed using SLAM methods capable of maintaining consistent uncertainty estimates, when computing times are limited. This application allows exploiting the benefits of SLAM methods, demonstrating their usefulness in efficient autonomous navigation tasks.
Fil: Pessacg, Facundo Hugo. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.