Detección y clasificación de obstáculos mediante visión estéreo en la toma inteligente de decisiones para robots autónomos en espacios reducidos.
Fecha:
22/09/2020Palabra clave:
Tipo de Ítem:
masterThesis
Resumen:
Mientas aumenta el uso de robots de navegación autónoma dentro de ambientes compartidos
con humanos, se vuelve más evidente la necesidad de mejorar las medidas de seguridad que
éstos integran para que su movilidad no represente un riesgo para personas y animales. Este
trabajo presenta una herramienta de software para la detección y clasificación de obstáculos
cercanos mediante algoritmos de visión artificial, orientado a la toma de decisiones que
protejan la integridad física de niños y mascotas que se encuentren en el entorno de robots
autónomos. Se utilizan mapas de profundidad generados por una cámara estéreo para
identificar la ruta crítica y los obstáculos presentes, junto con una red neuronal convolucional
para su clasificación. Una etapa final de toma de decisiones recopila la información obtenida
para sugerir las acciones más adecuadas de acuerdo a cada caso, explorando la posibilidad
de manipular los objetos no-críticos en caso de ser necesario.
Descripción:
As the use of autonomous navigation robots within human environments increases, the need
to improve the security measures they integrate so that their mobility does not represent a risk
for people and animals, becomes more evident. This work presents a software tool for the
detection and classification of nearby obstacles using artificial vision algorithms, aimed at
making decisions that protect the physical integrity of children and pets that are in the around
autonomous robots. Depth maps generated by a stereo camera are used to identify the critical
path and obstacles, along with a convolutional neural network for their classification. A final
decision-making stage collects the information obtained to suggest the most appropriate
actions according to each case, exploring the possibility of manipulating non-critical objects if
necessary.
Ficheros en el ítem
