Perceção visual semântica de uma vinha para auxílio à navegação de robôs

Data
2017-08-18
Título da revista
ISSN da revista
Título do Volume
Editora
Projetos de investigação
Unidades organizacionais
Fascículo
Resumo
O desenvolvimento de robôs para aplicação em cenários agrícolas, nomeadamente em vinhas em patamares, requer sistemas de perceção visual mais inteligentes e adaptativos de forma a aumentar a fiabilidade dos seus sistemas de mapeamento e localização. Trata-se de um desafio complexo uma vez que essas vinhas possuem um declive acentuado e a precisão da localização, utilizando apenas o GPS, é bastante instável nesses locais. Neste contexto, um sistema de localização de confiança requer uma alta densidade de features naturais (e.g. os troncos que existem em toda a vinha) e um detector preciso das mesmas. Desta forma, neste trabalho foi projetado e implementado um sistema de perceção visual semântica, denomidado por ViTruDe, que faz uso de técnicas de deteção e extração de features de alto nível. Para tal recorreu-se ao desenvolvimento de um nó ROS e de um conjunto de algoritmos no domínio do processamento digital de imagem que permitam a extração automática dessas mesmas features de forma a melhorar o processo de localização e navegação de um robô e que permitam facilitar operações de monitorização e inspeção visual das vinhas. Após a execução dos testes no terreno, foi possível concluir que os resultados obtidos para todas as configurações testadas apresentaram uma precisão superior a 95%. Todos os dados de treino e de teste utilizados neste trabalho foram disponibilizados publicamente para possível utilização em trabalhos futuros.
The development of robots for agricultural scenarios, especially for steep slope vineyards with terraces, requires intelligent and adaptive visual perception systems in order to increase the reliability of its location and mapping systems. This is a complex challenge because the steep slopes that characterizes these vineyards makes location accuracy using only GPS very unstable. In this context, a reliable tracking system requires an high density of natural features (e.g. trunks that exist throughout the vineyard) and a precise detector. Thus, in this work a semantic visual perception system, denominated ViTruDe, making use of detection techniques and high-level features extraction, was designed and implemented. ROS nodes and a set of algorithms in the field of digital image processing were developed enabling the automatic extraction of those features to improve the process of location and navigation of a robot and to facilitate monitoring operations and visual inspection of the vines. After running field tests, it was possible to conclude that the results for all tested configurations resulted in an accuracy greater than 95%. All training, and test, data used in this study were made public for possible use in future works.
Descrição
Dissertação de Mestrado em Engenharia Electrotécnica e de Computadores
Palavras-chave
Robótica , Localização , Navegação , Visão por computador , Mapeamento , Descritores visuais
Citação