Redes Neuronales Convolucionales Aplicadas a Odometrı́a Visual

ACOSTA GERARDO GABRIEL; PIROZZO BERNARDO MANUEL; DE PAULA MARINO

San Carlos de Bariloche

Congreso; Jornada Argentina de Robótica; 2022

CNEA - Instituto Balseiro

Dada la elevada importancia que esta ́ tomando el desarrollo de robots que realicen tareas de manera auto ́noma, surge la necesidad de dotarlos de capacidades que permitan un correcto desempen ̃o en ambientes inicialmente desconocidos. En este sentido, el desarrollo de sistemas basados en Inteligencia Artificial (IA) que permitan a un robot autolocalizarse y crear el mapa del entorno en tiempo real se encuentra en permanente mejora. Dentro de este campo, la Odometr ́ıa Visual (OV) es una te ́cnica importante basada en reconocer elementos del entorno que permitan obtener una estimacio ́n de la posicio ́n del robot.Por otra parte, la utilizacio ́n de Redes Profundas (RP) que imitan el comportamiento del cerebro humano, permite un reco- nocimiento y un recuerdo de informacio ́n que ser ́ıan imposible con otros dispositivos, y a su vez, permiten el procesamiento paralelo de informacio ́n.En este trabajo se realizara ́ un relevamiento de los tipos de ca ́maras y distintos enfoques que abordan la OV. Finalmente, se mostrara ́n resultados preliminares que se han obtenido de la utilizacio ́n de una Red Neuronal Convolucional (RNC).