Mapas auto-organizáveis de topologia variante no tempo para SLAM visual em espaço de aparências

CAPESImplementar agentes robóticos autônomos capazes de navegar entre duas posições ou explorar ambientes desconhecidos são problemas antigos e importantes em áreas como robótica e inteligência computacional. Um pré-requisito para subsidiar as atividades de navegação e exploração autônomas é dotar o agente robótico da capacidade de construir mapas do ambiente ao seu redor e de conseguir identificar a sua posição no mapa construído. Este é o problema de mapeamento e localização simultâneos de um ambiente desconhecido (Simultaneous localization and mapping ou SLAM) e pode ser modelado matematicamente como um problema de filtragem. Nos últimos 10 anos foram obtidos grandes avanços nesta área com o desenvolvimento de várias abordagens para a resolução deste problema. As abordagens mais populares utilizam filtros estatísticos, semelhantes ao de Kalman, e visam a construção de mapas com escala métrica, semelhantes aos utilizados em cartografia. Em relação ao aparato sensorial, os sensores mais comuns são do tipo range finder, ou seja, sensores que permitem, de modo direto ou indireto, captar as relações de distância métrica de um determinado ambiente. Exemplos de sensores desta natureza são: Lidares, Sonares, Radares. Este tipo de abordagem resulta, no geral, em um aparato sensorial caro e pesado, que necessita de um alto poder de processamento de dados, alto consumo de energia e de uma modelagem matemática complexa e específica para cada tipo de agente móvel. É uma abordagem, do ponto de vista sensorial, não natural, pois a maioria dos seres vivos não necessita de conhecimento métrico preciso do ambiente que está ao seu redor para se localizar no ambiente e explorar ambientes desconhecidos. Assim, esta tese propõe uma abordagem mais natural ao problema de SLAM, utilizando recursos disponíveis a maioria dos animais, como visão e memorização de relações de vizinhança. Este trabalho realiza uma revisão bibliográfica dos artigos e projetos científicos dos últimos 20 anos relacionados com a área de navegação inteligente e robótica e propõe uma nova abordagem para o problema de SLAM Visual em Espaço de Aparências utilizando apenas visão monocular como estímulo de entrada e mapas auto-organizáveis dinâmicos especializados.Implement autonomous robotic agents able to navigate between two positions or explore unknown environments are old and important problems in areas such as robotics and artificial intelligence. A prerequisite to support the navigation and autonomous exploration activities is to provide the robotic agent ability to build maps of the around environment and be able to identify its position in the map. This is the simultaneous localization and mapping problem (SLAM) and can be mathematically modeled as a filtering problem. In the last 10 years were obtained great advances in this area with the development of various approaches to solving this problem. The most popular approaches use statistical filters, similar to the Kalman, and aim to build maps with metric scale, similar to those used in cartography. Regarding the sensory apparatus, the most common sensors type are range finders, it are, directly or indirectly, capture metric distance and the relationships of a given environment. Examples of sensors of this type are: Lidar, Sonar, Radar. This approach results, in general, in an expensive and heavy sensory apparatus, a high-powered data processing, high energy consumption and a complex and specific mathematical modeling for each type of mobile agent. It also does not appear to be a natural approach, since most living beings does not require metric knowledge need the ambiance this around to locate the environment and explore unknown environments. Thus, this thesis aims to provide a more natural approach to the SLAM problem using available resources most animals, such as vision and neighborly relations memorization. This thesis conducts a literature review of articles and scientific projects of the last 20 years related to the field of robotics and intelligent navigation and proposes a new approach for Visual SLAM problem using only monocular vision as input stimuli and self-organizing maps dynamic specialize in memorizing states trajectories