Detecção de fechamento de loop utilizando sequências em uma estratégia hierárquica de três níveis

Abstract

Ao longo dos anos foi possível acompanhar a evolução das mais diversas aplicações robóticas. Robôs são utilizados em cirurgias e em linhas de montagem por conta de sua precisão e eficiência em trabalhos minuciosos e por vezes repetitivos. Quanto a robôs móveis, estes também podem ser aplicados em operações de busca e resgate, transporte, exploração subaquática, entre outras. Tais atribuições são possibilitadas se o robô for capaz de navegar autonomamente em ambientes desconhecidos. Para tanto, é importante que o robô tenha a capacidade de compreender a estrutura do ambiente em que está. Nesse sentido, foram desenvolvidos métodos de SLAM (Localização e Mapeamento Simultâneos) que proveem ao robô a habilidade de construir o mapa do ambiente enquanto se movimenta por ele. Para construir um mapa corretamente é importante que o robô consiga detectar que está revisitando um local de forma a compreender a topologia do ambiente. Os métodos utilizados para detecção de revisita, também conhecido como o problema de detecção de loop, são dependentes do sensor que o robô está utilizando. Recentemente, a câmera tem sido adotada nessa atividade por ser um sensor barato ao mesmo tempo em que é rico em informações. Por outro lado, traz desafios para o problema de detecção de loop como por exemplo: como saber que está revisitando o mesmo local quando se está em uma estação diferente, ou em um momento diferente do dia ou ainda, saber que é o mesmo local ainda que capturado sob um ponto de vista diferente? Nossa proposta tem o objetivo de responder essas perguntas através de uma estrutura que tira proveito da sequência de informações já coletadas pelo robô, junto a um mapa hierárquico que tem o papel de reduzir o espaço de busca sem interferir na precisão da tarefa da detecção de loop. Nossa abordagem é avaliada através de testes que expõem nossa solução a diferentes configurações de datasets. Esses testes demonstraram que o nosso método é capaz de reconhecer revisitas em locais com alteração de iluminação, movimentação de pessoas e diferenças de ponto de vista e apresenta resultados expressivos se comparado a um dos métodos estado da arte em LCD.

Over the years it has been possible to observe the evolution of various robotic applications. Robots are used in surgeries and assembly lines because of their accuracy and efficiency in repetitive work. In the category of mobile robots, they can also be applied in search and rescue operations, transportation, underwater exploration, among others. To perform their duties, they must be able to navigate autonomously in unknown environments. Therefore, the robot must have the ability to understand the structure of these environments. In this way, SLAM (Simultaneous Location and Mapping) methods provide the robot the ability to construct the environment map while moving around it. To build a map correctly it is important that the robot can detect that it is revisiting a location to understand the topology of the environment in which it is located. The methods used for revisit detection, also known as the loop closure detection (LCD) methods, are dependent on the sensor the robot is using. Recently, the camera has been adopted in this activity because it is a cheap sensor while rich in information. On the other hand, it brings challenges to the LCD problem, e.g: how to know that you are revisiting the same location when you are at a different season, or at a different time of day, or knowing that it is the same location but captured from a different point of view? Our proposal aims to answer these questions through a method that takes advantage of the sequence of information already collected by the robot along with a hierarchical map that has the role of reducing the search space without interfering with the accuracy of the loop closure detection task. Our approach is assessed through tests that exposes our solution to different dataset configurations. These tests have shown that our method is capable of recognizing revisits in places with changing lighting, moving people, and differences of viewpoint and yields significant results compared to one of the state-of-the-art LCD methods.