Visual Navigation (Visuele navigatie)

In dit doctoraat presenteren we een visie-gebaseerd navigatiesysteem met unieke eigenschappen. Alhoewel het enkel enkel een omnidirectionele camera als sensor heeft, kan het daarmee alle stappen aan die voor navigatie nodig zijn. Het systeem kan automatisch een topologisch geordende kaart van een nieuwe omgeving bouwen. Die omgeving mag groot en complex zijn, en er hoeven geen aanpassingen aan gebeurd zijn, zoals bijvoorbeeld artificiële markeringen. Het systeem kan zichzelf op elk moment lokaliseren met behulp van deze kaart, zelfs als er helemaal nog geen locatie-info bekend is. De topologische aard van de kaart is analoog aan de intuïtieve kaart die door mensen gebruikt wordt, is efficiënt in geheugengebruik en maakt het bovendien mogelijk om heel eenvoudig een pad te plannen van een bepaald startpunt naar een gespecifieerd eindpunt. Wij hebben een visual-servoing-techniek ontwikkeld om het systeem, als het bijvoorbeeld op een mobiele robot gemonteerd wordt, volgens een pad te sturen. Daarenboven werkten we ook een beeldgebaseerde obstakeldetectie uit. De kracht van deze aanpak schuilt in de combinatie van een topologisch wereldmodel met state-of-the-art technieken om beeldcorrespondenties te vinden, de zogenaamde fast wide baseline local features. Deze maken het mogelijk om zeer snel overeenkomsten te vinden tussen twee beelden van dezelfde scène, maar met een verschillende belichting, verschillend standpunt en onder aanwezigheid van occlusies. Deze technieken maken een zeer efficiënte beschrijving van een omgeving mogelijk.We hebben ons navigatiesysteem gedemonstreerd in twee toepassingen, enerzijds navigatie voor een autonome rolstoel en anderzijds voetgangersnavigatie voor een virtuele toeristische gids.Introduction Image Matching Map Building Localisation Locomotion Experiments ConclusionGoedemé T., ''Visual navigation'', Proefschrift voorgedragen tot het behalen van het doctoraat in de ingenieurswetenschappen, K.U.Leuven, December 2006, Leuven, Belgium.status: publishe