Um sistema de visão para navegação robusta de uma plataforma robótica semi-autônoma

Grandes esforços têm sido despendidos pela comunidade científica em tarefas de locomoção de robôs móveis. Para a execução deste tipo de tarefa, devemos desenvolver no robô a habilidade de navegação no ambiente de forma segura, isto é, sem que haja colisões contra objetos. Para que isto seja realizado, faz-se necessário implementar estratégias que possibilitem a detecção de obstáculos. Neste trabalho, abordamos este problema, propondo um sistema capaz de coletar informações sensoriais e estimar a possibilidade de ocorrência de obstáculos no percurso de um robô móvel. Câmeras estéreo, posicionadas paralelamente uma à outra, numa estrutura acoplada ao robô, são empregadas como o dispositivo sensorial principal, pos- sibilitando a geração de um mapa de disparidades. Otimizações de código e uma estratégia de redução e abstração de dados são aplicadas às imagens, resultando num ganho substancial no tempo de execução. Isto torna possível aos processos de decisão de mais alto nível executar o desvio de obstáculos em tempo real. Este sistema pode ser empregado em situações onde o robô seja tele-operado, bem como em situações onde ele dependa de si próprio para gerar trajetórias (no caso autônomo)Large efforts have been maden by the scientific community on tasks involving locomotion of mobile robots. To execute this kind of task, we must develop to the robot the ability of navigation through the environment in a safe way, that is, without collisions with the objects. In order to perform this, it is necessary to implement strategies that makes possible to detect obstacles. In this work, we deal with this problem by proposing a system that is able to collect sensory information and to estimate the possibility for obstacles to occur in the mobile robot path. Stereo cameras positioned in parallel to each other in a structure coupled to the robot are employed as the main sensory device, making possible the generation of a disparity map. Code optimizations and a strategy for data reduction and abstraction are applied to the images, resulting in a substantial gain in the execution time. This makes possible to the high level decision processes to execute obstacle deviation in real time. This system can be employed in situations where the robot is remotely operated, as well as in situations where it depends only on itself to generate trajectories (the autonomous case