Construcción cooperativa de mapas visuales mediante un equipo de robots móviles

Abstract

Building a map of the environment is an essential ability that allows a mobile robot to be truly autonomous, since maps are required for a wide range of robotic applications. As a result, map building has generated a great interest and an active research community. This problem has been denoted SLAM (Simultaneous Localization and Mapping) since it considers the situation in which a mobile robot constructs a map and, simultaneously, estimates its pose within this map. This problem is considered inherently difficult, since noise introduced in the estimate of the robot pose leads to noise in the map and viceversa. To date, typical SLAM approaches have been using laser range sensors to build maps in two and three dimensions. Recently, the interest on using cameras as sensors in SLAM has increased and some authors have been concentrating on building three dimensional maps using visual information obtained from cameras. These approaches are usually denoted as visual SLAM. In this thesis we consider a feature-based approach to visual SLAM. In this case, a set of distinctive points in the environment is used as landmarks. Mainly, two steps must be distinguished in the observation of visual landmarks. The first step involves the detection of interest points in the images that can be used as reliable landmarks. The points should be detected from different distances and viewing angles, since they will be observed by the robot from separate poses in the environment. At a second step the interest points are described by a feature vector, which is computed using local image information. This descriptor is used in the data association problem, that is, when the robot has to decide whether the current observation corresponds to one of the landmarks in the map or to a new one. When the robot observes a visual landmark in the environment, it obtains a distance measurement and computes a visual descriptor. Next, the descriptor and the measurement are used to recover the landmark in the map that generated the observation. To sum up, the data association is a critical part of the SLAM process, since wrong data associations would produce incorrect maps. When the robot moves around the environment it will observe the same visual landmarks from different angles and distances. This poses two different problems: First, the same point may not be detected in the images when perceived from different viewpoints. Second, the visual appearance of the point in space will change significatively when seen from various poses in the environment. As a result, it is of great importance the selection of detection and description methods that permit to extract robust landmarks in the environment and describe them invariantly to scale and viewpoint changes. As a result, a chapter in this thesis is devoted to the evaluation of the detectors and descriptors typically used in visual SLAM. An important subfield within mobile robotics that requires accurate maps is the performance of collaborative tasks by multiple vehicles. Multiple vehicles can frequently accomplish any task faster than a single one. However, little effort has been done until now in the field of multi-robot visual SLAM, which considers the case where several robots move along the environment and build a map. In this thesis we concentrate on this problem and propose a solution that allows to build a map using a set of visual observations obtained by a team of mobile robots. We propose an approach to the multi-robot SLAM problem using a Rao-Blackwellized Particle Filter (RBPF). To the best of our knowledge, this is the first work that uses visual measurements provided by several robots to build a common 3D map of the environment. The validity of the approach is showed by means of a series of experiments both using simulated data and real data captured with a team of real mobile robots. The results presented demonstrate that the approach is suitable to build visual maps using a robot team in a wide range of situations.

La creación de mapas del entorno es una habilidad esencial para un robot móvil, ya que un gran número de aplicaciones en este campo precisan de un modelo del espacio por el que se desplazan los vehículos. En consecuencia, la construcción de mapas por medio de robots móviles ha supuesto un tema de investigación de gran interés durante las últimas dos décadas. Este problema se ha denominado generalmente SLAM (Simultaneous Localization and Mapping), ya que considera la situación en la que el robot debe construir un mapa y, al mismo tiempo, deducir su pose dentro de ese mismo mapa. El problema planteado es de extrema dificultad: cualquier error que se cometa en la estimación de la pose del robot inducirá un error en la construcción del mapa. A continuación, el error cometido en el mapa generará un error en la localización del robot. Así pues, el problema planteado recuerda a una “pescadilla que se muerde la cola” y está considerado como uno de los retos más complicados en el campo de la robótica móvil. Hasta hace relativamente pocos años la creación de mapas se ha basado en la utilización de sensores de distancia láser para crear mapas en 2 y 3 dimensiones. Recientemente, ha surgido un gran interés en utilizar cámaras para la creación de mapas. Estas soluciones se han agrupado bajo el término de SLAM visual. Sin embargo, los sistemas de visión son normalmente menos precisos que los sensores láser y la gran cantidad de información obtenida por las cámaras debe ser procesada para poderse tratar convenientemente. Como resultado, el problema de SLAM se hace, si cabe, más complicado. En esta tesis se plantea la idea de crear mapas basados en un conjunto de puntos de inter és encontrados en el entorno. Estos puntos se extraen a partir de imágenes capturadas en el entorno mediante algún método de detección de puntos significativos. A continuación, cada punto detectado se asocia con un descriptor visual calculado en base a la apariencia visual del punto. En nuestro caso, el descriptor se utiliza para resolver el problema de la asociación de datos: cuando el robot tiene que decidir si la observación actual se corresponde con alguna de las marcas visuales que ha almacenado en el mapa o, por el contrario, no la ha detectado anteriormente y debe crear una nueva marca. La asociación de datos es cr´ıtica en la creación del mapa visual: asociaciones de datos incorrectas darán lugar a mapas incoherentes. Cuando el robot se mueve por el espacio observará las mismas landmarks visuales desde diferentes puntos de vista, debiendo ser capaz de asociar las medidas obtenidas con la marca visual correcta. En consecuencia, resulta de vital importancia la selección de métodos de detección de puntos de interés y de descripción que resulten adecuados para la creación de mapas visuales. Así pues, se consideró interesante la realización de una evaluación sobre los métodos de detección y descripción más comunes en la actualidad, con el objetivo de encontrar los más adecuados para el proceso de SLAM visual. La capacidad para crear mapas es vital en tareas en las que varios robots deban moverse y cooperar entre sí. La exploración de un entorno por medio de un conjunto de robots móviles es un ejemplo claro de este tipo de tareas. En este caso es de vital importancia que los robots sean capaces de crear un mapa coherente mediante las observaciones realizadas por los diferentes miembros del equipo. Así pues, en esta tesis se propone un método de SLAM visual que es capaz de crear un mapa utilizando un conjunto de observaciones por un equipo de robots en movimiento. El método propuesto se basa en un filtro de partículas de tipo Rao-Blackwell y estima, simultáneamente, el mapa y las trayectorias más probables en base a los movimientos y observaciones realizadas por todos los robots conjuntamente. En nuestra opinión, esta es la primera solución de SLAM visual para el caso multi-robot. La validez de las propuestas realizadas en esta tesis se ha comprobado mediante un conjunto de experimentos realizados con datos simulados, así como utilizando datos reales capturados por un conjunto de robots móviles reales. Los resultados presentados demuestran la validez de las soluciones propuestas en un amplio conjunto de situaciones.