Localización de robots móviles en entornos tridimensionales mediante visión estéreo y CUDA

En este documento se ha desarrollado un método de localización para robots móviles mediante visión por computación. Este método utiliza la información proporcionada por dos cámaras, y un sistema odométrico compuesto por un acelerómetro y un giróscopo (y/o brújula de tres ejes). El método se desarrolla en dos pasos. El primer paso consiste en la obtención de un modelo del entorno, creando un mapa tridimensional. El algoritmo empleado para la obtención de este modelo, Iterative Closest Points (ICP), es usado para la reconstrucción de superficies tridimensionales. La reconstrucción puede considerarse un proceso que no impone requisitos temporales. Este mapa sólo necesita generarse una vez, previa a la realización de tareas por parte del robot. El modelo obtenido se almacena, y es el que se emplea para el segundo paso. El segundo paso está orientado a realizarse durante el funcionamiento normal del robot: se trata de la localización del robot dentro del modelo obtenido previamente. Para ello, el método compara las porciones del entorno que las cámaras son capaces de visualizar con el modelo. Se obtienen valores de correspondencia para las posibles localizaciones. Debido a que el tratamiento de información tridimensional requiere procesar un alto volumen de información, se ha optado por hacer uso de la tarjeta gráfica para optimizar el tiempo de cómputo. Específicamente, se ha optado por la utilización de una tarjeta gráfica de NVIDIA, para hacer uso de su lenguaje de programación CUDA. Este lenguaje ha demostrado obtener mejores resultados que otros lenguajes de programación que sirven para programar mayor variedad de tarjetas gráficas.In this document, a localization method for mobile robots based on computer vision has been developed. This method uses the information provided by two cameras and an odometric system formed by an accelerometer and a gyroscope (a three axis compass can also be used). This method is built in two steps. The first one consists on obtaining a model of the environment, creating a three dimensional map. The algorithm used to obtain the model is named Iterative Closest Points (ICP). It is used to match different surfaces to reconstruct the environment. The reconstruction of the environment is a process that only needs to be executed once, previous to the release of task by the robot. The model is saved and it is used by the second step to achieve its goal. The second step is planned to be performed during the normal operation of the robot. The goal is the obtaining of the localization of the robot inside the model that has been obtained in the first step. For this, the method compares the portion of the environment that is in the field vision of the robot with the model of the map. For each comparison the algorithm provides the different possible localizations. Because of the treatment of the high volume of data to process of the three dimensional information, the choice of using an Nvidia GPU and using their programming language, CUDA, has been taken. This programming language has proved having better results than other multiplatform programming languages.Ingeniería Industria