Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/3588
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorNASCIMENTO, Chrystian Gustavo Martins-
dc.date.accessioned2019-06-19T13:11:54Z-
dc.date.available2019-06-19T13:11:54Z-
dc.date.issued2017-01-24-
dc.identifier.urihttp://hdl.handle.net/123456789/3588-
dc.descriptionABSTRACT In mobile robotics, mapping and localization are essential tasks, they allow to move from an unknown location in an unknown environment safely, using sensors to obtain information about the environment in order to detect and avoid obstacles. This work describes a framework for mapping and localization of mobile robots. The approach uses computational vision to map the coordinates of the environment and numbered markings to have references in the environment to be located. The coordinate mapping is performed by transforming the pixel coordinates obtained in the images into real distance coordinates to construct the map of the environment. The mapping is an iterative process, during this process the images and the readings of the orientation sensors are used to construct the global map. For the localization task is numbered markings are used as reference point for the robot. These numbered markings are recognized qith a Convolutional Neural Network. The robotic plataform RoboDeck is used for tool validation. The approach was tested in a controlled environment, with walls and flat terrain, and the experimental results demonstrate that the proposal is suitable for mapping and localization mobile robots.pt_BR
dc.description.abstractEm robótica móvel, mapeamento e localização são tarefas essenciais, permitem moverse a partir de uma posição desconhecida em um ambiente desconhecido de forma segura, usando sensores para obter informações sobre o ambiente a fim de detectar e evitar obstáculos.Este trabalho descreve uma ferramenta para mapeamento e localização de robôs móveis que utiliza visão computacional com o objetivo de mapear as coordenadas do ambiente e marcações numeradas a fim ter referências no ambiente para se localizar. O mapeamento de coordenada é realizado transformando as coordenadas de pixel obtidas nas imagens em coordenadas de distância reais com a finalidade de construir o mapa do ambiente. O mapa é construído iterativamente, durante o processo as imagens e a leitura dos sensores de orientação são empregados na construção do mapa global. A localização é realizada utilizando o reconhecimento de marcações numeradas que funcionam como pontos de referência no mapa do ambiente. O reconhecimento das marcações é feito com a aplicação de uma Rede Neural Convolucional que tem capacidade de classificar números. Para validar a ferramente é usada a plataforma robótica RoboDeck. Os testes de validação são feitos em ambiente estruturado, com paredes e terreno plano, e os resultados experimentais demonstram que a proposta é adequada para mapeamento e localização de robôs móveis.pt_BR
dc.language.isootherpt_BR
dc.publisherUniversidade Federal do Maranhãopt_BR
dc.subjectMapeamentopt_BR
dc.subjectLocalizaçãopt_BR
dc.subjectRobodeckpt_BR
dc.subjectVisão computacionalpt_BR
dc.subjectMappingpt_BR
dc.subjectLocalizationpt_BR
dc.subjectRobodeckpt_BR
dc.subjectComputer visionpt_BR
dc.titleMapeamento e localização para o kit robótico Robodeck utilizando visão computacionalpt_BR
dc.title.alternativeMapping and localization for the Robodeck robotic kit using computational visionpt_BR
dc.typeOtherpt_BR
Aparece nas coleções:TCCs de Graduação em Ciência da Computação do Campus do Bacanga

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ChrystianNascimento.pdfTrabalho de Conclusão de Curso2,09 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.