Model Based Localization for an Indoor Mobile Robot
Localisation référencée modèle d'un robot mobile d'intérieur
Résumé
An incremental and absolute mobile robot self localization method +in a partially modelled indoor environment is presented. A wire frame representation of the environment is adopted. The notion of occlusion is taken into account using View Invariant Regions. A pin-hole model of the camera is obtained thanks to Zhang calibration method. The localization approach is composed of four steps : image acquisition frome robot current position and orientation, image feature extraction, 3-D/2-D feature matching and camera pose recovery. Two full perspective camera pose recovery methods using straight line correspondances and numerical optimisation technic are presented. Adaptation of these methods to mobile robotics context is defined. Finally, the crucial problem of matching image features to model features is achieved using an algorithm based on Interpretation Tree Search. Dimension of correspondance space is reduced using View Invariant Regions and the specific configuration of the robot. Two geometric constraints are used to efficiently prune the Interpretation Tree testing the local consistency. A new function is defined to test the global consistency and to select the best matching hypothesis.
Le présent travail porte sur la localisation incrémentale et absolue d'un robot mobile dans un environnement d'intérieur partiellement modélisé en utilisant la vision monoculaire. L'environnement de navigation du robot est à base de primitives géométriques (segments). Il intègre la notion d'occultation grâce à un découpage de l'espace 2-D navigable en Régions d'Invariance Visuelle. Le modèle de caméra à perspective pleine est obtenu grâce au calibrage par la méthode de Zhang. L'approche adoptée est composée de quatre étapes : acquisition d'une image à partir de la position courante du robot, extraction des primitives observées, mise en correspondance des primitives de l'image avec celles du modèle et calcul de la position et de l'orientation de la caméra. Deux méthodes numériques de calcul de la position et de l'orientation de la caméra grâce à des correspondances de droites sont présentées est adaptées au cas spécifique de la robotique mobile. Enfin, un algorithme de mise en correspondance des segments de l'image avec ceux du modèle est défini. Il est basé sur la recherche dans un arbre d'interprétation. Les Régions d'Invariance Visuelle et la configuration du système sont utilisées pour réduire l'espace des correspondances. Des contraintes géométriques d'ordre un et deux sont définies pour assurer l'élagage rapide de l'arbre. Une nouvelle fonction de vérification de la cohérence globale permet de sélectionner l'hypothèse de correspondance la plus cohérente.
Loading...