Odometrı́a Visual para Memorización de Trayectorias Subacuáticas

PIROZZO BERNARDO MANUEL; DE PAULA MARINO; VILLAR SEBASTIÁN; ACOSTA GERARDO GABRIEL

San Juan

Congreso; IEEE Biennial Congress of Argentina (ARGENCON2022); 2022

En aplicaciones subacuáticas, la navegación repre-senta un campo de investigación abierto debido principalmentea la dificultad de la localización. Sin embargo, es posible estimarla posición y orientación de un vehı́culo en tiempo real en elmedio subacuático utilizando técnicas de odometrı́a con buenaprecisión, simplicidad en el diseño y bajo costo. Los sistemasde Odometrı́a Visual (OV) se basan en técnicas de visión porcomputadora, que mediante el uso de cámaras realizan el sensadodel ambiente y proporcionan resultados con caracterı́sticas antesmencionadas. La motivación de este trabajo es determinar elgrado de exactitud que puede conseguirse en la estimación deposición y orientación del par cámara-robot mediante una aprox-imación bioinspirada con redes neuronales. La hipótesis principalde trabajo es que muchos seres vivos son capaces de posicionarse,localizarse y orientarse en un entorno, y repetir una ruta enbase a información visual exclusivamente. La aproximación queestamos proponiendo para ello, es el uso de Redes NeuronalesConvolucionales (RNC), entrenadas con aprendizaje profundoDeep Learning (DL) para obtener un modelo de regresión quevincule las imágenes con la posición y orientación del robot.Este modelo forma parte del sistema de navegación que estimala posición y la orientación en el espacio tridimensional deun vehı́culo con 6 grados de libertad, utilizando como sensorexclusivamente una cámara monocular. La OV resultante seprueba en un caso de enseñanza y repetición Teach and Repeat(T&R) de una trayectoria subacuática con datos provenientes deuna cámara monocular y monocromática.