Visión e inteligencia artificial para robótica de exploración

En este trabajo se desarrollan algoritmos de visión por ordenador e Inteligencia Artificial que permiten estimar la posición y localización de un vehículo mediante odometría visual y además reconocer y clasificar objetos del entorno. En concreto, se diseñan algoritmos que permiten calibrar un sistema de cámaras estéreo, estimar la pose de un objeto y generar mapas de disparidad y profundidad con reconocimiento y clasificación de objetos. Se analizan los fundamentos teóricos necesarios para diseñarlos y se muestran los resultados obtenidos en cada uno de los algoritmos. También se discuten las ventajas y desventajas de las técnicas empleadas. Para ello se trabaja en Python con la ayuda de paquetes de visión y segmentación de imagen, como OpenCV y PixelLib. Asimismo, se realiza una revisión acerca del estado del arte en técnicas de posicionamiento de vehículos de exploración y detección y clasificación de objetos. Se hace una estudio sobre las técnicas visuales empleadas en misiones de exploración espacial pasadas y futuras.In this work, computer vision and AI algorithms are developed using visual odometry in order to estimate the position and location of a vehicle and also to recognize and classify objects in the environment. Specifically, algorithms that allow stereo cameras calibration, object pose estimation and disparity and depth map generation with object recognition and classification are designed. Theoretical fundamentals needed to design them are analysed and results in each algorithm are shown. Advantages and disadvantages of these techniques are also discussed. To do this, we work in Python together with vision and image segmentation packages such as OpenCV and PixelLib. A review about the State of the Art in techniques for pose estimation in exploration vehicles and object recognition and classification is done. Visual techniques applied in past and future space exploration missions are also analysed.Lan honetan ordenagailu bidezko ikusmen- eta adimen artifizialeko algoritmoak garatzen di- ra, ikusmen-odometria erabiliz ibilgailu baten posizioa eta kokapena balioesteaz gain inguruneko objektuak antzematea eta sailkatzea ahalbidetzen dutenak. Zehazki, estereo kamera sistema bat kalibratzea, objektu baten posea balioztatzea, eta desberdintasun- eta sakontasun-mapak sortzea ahalbidetzen duten eta objektuak antzeman eta sailkatu ditzaketen algoritmoak diseinatzen dira. Horiek diseinatzeko behar diren oinarri teorikoak aztertzen dira eta algoritmo bakoitzean lortutako emaitzak erakusten dira. Erabilitako tekniken abantailak eta desabantailak ere eztabaidatzen dira. Horretarako Python-en lan egiten da, OpenCV eta PixelLib bezalako irudi segmentazio eta ikusmen paketeen laguntzarekin. Halaber, Artea-Egoeraren berrikuspen bat egiten da esplorazio-ibilgailuak kokatzeko eta objektuak detektatu eta sailkatzeko tekniketan. Iraganeko eta etorkizuneko espazio- esplorazioko misioetan erabilitako ikus-teknikei buruz azterketa bat ere egin da