Redes Neuronales Convolucionales Aplicadas a Odometrı́a Visual

PIROZZO BERNARDO MANUEL; DE PAULA MARINO; ACOSTA GERARDO GABRIEL

San Carlos de Bariloche

Congreso; Jornada Argentina de Robótica; 2022

Dada la elevada importancia que está tomando eldesarrollo de robots que realicen tareas de manera autónoma,surge la necesidad de dotarlos de capacidades que permitan uncorrecto desempeño en ambientes inicialmente desconocidos. Eneste sentido, el desarrollo de sistemas basados en InteligenciaArtificial (IA) que permitan a un robot autolocalizarse y crearel mapa del entorno en tiempo real se encuentra en permanentemejora. Dentro de este campo, la Odometrı́a Visual (OV) es unatécnica importante basada en reconocer elementos del entornoque permitan obtener una estimación de la posición del robot.Por otra parte, la utilización de Redes Profundas (RP) queimitan el comportamiento del cerebro humano, permite un reco-nocimiento y un recuerdo de información que serı́an imposiblecon otros dispositivos, y a su vez, permiten el procesamientoparalelo de información.En este trabajo se realizará un relevamiento de los tipos decámaras y distintos enfoques que abordan la OV. Finalmente,se mostrarán resultados preliminares que se han obtenido de lautilización de una Red Neuronal Convolucional (RNC).