Creación de modelos mediante técnicas de Graph-SLAM visual en robótica móvil usando técnicas de apariencia Global

Manuel Jesús Martos Aranzana

Resumen


Hoy en día, uno de los problemas clave para la comunidad científica y que están abordando actualmente es la mejora de la autonomía de los robots móviles en entornos desconocidos. En este estado del arte se describirán cuáles son los problemas actuales de la robótica móvil con la que nos encontramos, así como los tipos de sensores de que se disponen y de las ventajas que tienen los de tipo visión. Una de esas importantes ventajas es la obtención de grandes cantidades de datos a través de las imágenes captadas del entorno con sistemas de visión omnidireccional, donde el robot debe extraer la información necesaria de las escenas para construir una representación del entorno. Otro posible enfoque para la extracción de información que veremos será otra técnica basada en la apariencia global de las escenas.

Hablaremos de unas áreas que necesitan de mayor estudio y desarrollo como son el SLAM en entornos extensos y cambiantes donde se tratarán de resolver con el Graph-SLAM.

Finalmente se describe brevemente una nueva técnica emergente e innovadora para la extracción de características de imágenes como es el deep learning.



DOI: https://doi.org/10.21134/doctumh.v4i1.1492


ISSN: 2530-7320


Creative Commons License
Esta obra está bajo una licencia de Creative Commons Reconocimiento-
NoComercial-CompartirIgual 4.0 Internacional
.