Improvement of visual-inertial ORB_SLAM using correction in initial states estimation

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Haddadi, Seyed Jamal
Orientador(a): Castelan Neto, Eugenio de Bona
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/handle/123456789/229094
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2021.
id UFSC_bc67f8b35503b66b4bca4f26c3ff0c67
oai_identifier_str oai:repositorio.ufsc.br:123456789/229094
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaHaddadi, Seyed JamalCastelan Neto, Eugenio de BonaKraus Junior, Werner2021-10-14T19:28:21Z2021-10-14T19:28:21Z2021372960https://repositorio.ufsc.br/handle/123456789/229094Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2021.O objetivo desta tese de doutorado é melhorar a precisão de posicionamento de sistemas robóticos que usam uma câmera e IMU (sistema visual-inercial) para se localizar em um ambiente interno. Para este fim, ORB-SLAM2 é escolhido como a solução mais confiável e completa para Visual SLAM monocular, e como o mais representativo SLAM visual de última geração que é usado para se fundir as informações IMU. Desta forma, decidimos aumentar a precisão na estimativa dos estados iniciais, tendo um impacto muito importante no resultado final. Uma vez que a estratégia é usar a otimização fortemente acoplada no sistema SLAM visual-inercial, dois parâmetros ajustáveis L e P são incorporados na equação de estimativa de estados. Esses dois parâmetros são utilizados como coeficientes do primeiro termo e do termo de gravidade da fórmula proposta, respectivamente. A razão para empregar esses parâmetros é de obter graus de liberdades adicionais para regular o sistema com base no nível de dificuldade do ambiente para obter o melhor desempenho na busca dos melhores valores de inicialização, levando à melhor precisão na saída final. Para avaliar o desempenho do algoritmo proposto, um teste de benchmark usando o conjunto de dados EuRoC é executado e seus resultados comprovam o papel eficiente de parâmetros ajustáveis adicionais para melhorar a precisão. Além disso, a análise de Hardware - uso da CPU durante a implementação - por dois hardwares diferentes é outra prática realizada nesta tese que mostra como o tipo de ambiente afeta o uso da CPU. Finalmente, os parâmetros ajustáveis obtidos no benchmark são aplicados em um experimento do mundo real. Este experimento foi realizado com realizada com sucesso, sem falhar e perder os recursos durante o experimento. Além disso, a redução do tempo de inicialização é outra conquista deste estudo que, em comparação com o V-SLAM / VI-SLAM de última geração.Abstract: The fusion of monocular visual and IMU has gained a lot of attention from robotic systems. Recent results have shown that optimization-based fusion approaches outperform filtering approaches. However, poor initialization can lead to inaccurate state estimation in optimization-based visual-inertial Simultaneous Localization and Mapping (SLAM) systems. Therefore, due to the nonlinearity of visual-inertial systems, initial values (visual scale, gravity, velocity, and Inertial Measurement Unit (IMU) biases) play a crucial role. For this reason, this thesis aims to improve the initial states estimation using two adjustable parameters L and P. In fact, these additional parameters are employed as coefficients of first term and gravity term of the proposed formula, respectively. Based on the difficulty level of the environment (texture, mid-texture, and texture-less), the indoor room is categorized into easy, medium, and difficult, and then two adjustable parameters are regulated based on this difficulty level. This strategy has been tested in two types of implementation; Benchmark with the public EuRoC dataset and real-world experiment. In benchmark, by employing the right adjustable parameters, in some scenarios, we could attain satisfactory results compared to state-of-the-arts visual-inertial Odometery and SLAM in terms of positioning accuracy and reduction of accumulative error. In this part, also, from point of hardware?s view, some measurements are performed. While the proposed algorithm is being executed, the maximum CPU usage in each sequence is measured on a Raspberry-Pi single-board and a Laptop. The results proved that the Raspberry-Pi 3 - because of poor hardware configuration - is under more pressure in terms of CPU usage. The second part is concerned with a real-world experiment in which a monocular-inertial RealSense ZR300 sensor is utilized. The outcomes were satisfactory so that the initialization time was very short and the proposed algorithm could quickly obtain the ORB features.104 p.| il., tabs.engEngenharia de sistemasAutomaçãoRobóticaCâmeras de vídeoPercepção visualImprovement of visual-inertial ORB_SLAM using correction in initial states estimationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPEAS0379-T.pdfPEAS0379-T.pdfapplication/pdf3374304https://repositorio.ufsc.br/bitstream/123456789/229094/-1/PEAS0379-T.pdf029e3d926bbd74ea226d5947e5013015MD5-1123456789/2290942021-10-14 16:28:21.404oai:repositorio.ufsc.br:123456789/229094Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732021-10-14T19:28:21Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Improvement of visual-inertial ORB_SLAM using correction in initial states estimation
title Improvement of visual-inertial ORB_SLAM using correction in initial states estimation
spellingShingle Improvement of visual-inertial ORB_SLAM using correction in initial states estimation
Haddadi, Seyed Jamal
Engenharia de sistemas
Automação
Robótica
Câmeras de vídeo
Percepção visual
title_short Improvement of visual-inertial ORB_SLAM using correction in initial states estimation
title_full Improvement of visual-inertial ORB_SLAM using correction in initial states estimation
title_fullStr Improvement of visual-inertial ORB_SLAM using correction in initial states estimation
title_full_unstemmed Improvement of visual-inertial ORB_SLAM using correction in initial states estimation
title_sort Improvement of visual-inertial ORB_SLAM using correction in initial states estimation
author Haddadi, Seyed Jamal
author_facet Haddadi, Seyed Jamal
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Haddadi, Seyed Jamal
dc.contributor.advisor1.fl_str_mv Castelan Neto, Eugenio de Bona
dc.contributor.advisor-co1.fl_str_mv Kraus Junior, Werner
contributor_str_mv Castelan Neto, Eugenio de Bona
Kraus Junior, Werner
dc.subject.classification.none.fl_str_mv Engenharia de sistemas
Automação
Robótica
Câmeras de vídeo
Percepção visual
topic Engenharia de sistemas
Automação
Robótica
Câmeras de vídeo
Percepção visual
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2021.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-10-14T19:28:21Z
dc.date.available.fl_str_mv 2021-10-14T19:28:21Z
dc.date.issued.fl_str_mv 2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/229094
dc.identifier.other.none.fl_str_mv 372960
identifier_str_mv 372960
url https://repositorio.ufsc.br/handle/123456789/229094
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 104 p.| il., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/229094/-1/PEAS0379-T.pdf
bitstream.checksum.fl_str_mv 029e3d926bbd74ea226d5947e5013015
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851758954574512128

Registros relacionados