Online appearance-based place recognition and mapping algorithms for autonomous robot navigation

Abstract

In the field of technology and research, autonomous robotics systems constitute one sector in the state of the art. The recent robotic systems are constructed in a way to be able to determine their pose while they navigate through the environment. This goal is achieved due to the construction of a consistent topological map while the robot crosses a route, a technique wide known as Simultaneous Localization and Mapping (SLAM). The map creation is based on the data measures which come from the robot’s onboard sensors. The increase of computation power in recent years and also the wide use of cameras lead the autonomous systems to use optical sensors, as the main incoming data source. Since the robot traverses its route into an unknown environment the danger of construction inconsistent map is very large. This is due to noisy sensor measures or possible devices’ malfunction. Those cases may introduce great risk in robotic’ autonomous missions. Difficult situations, as one mentioned before, can be fixed with the rectification of the robot’s trajectory if the traversed place can be recognized through the data of optical sensors it is equipped with. The systems which are based only on cameras for place recognition are known as appearance-based systems and the techniques which try to solve the problem of relocalization are known as loop closure detection methods. The present Ph.D. desertion focuses on the construction of a system capable to recognize a repeatedly visited place through the incoming images. The achievement of the system is based on three major units. First comes the image processing unit which is capable to provide the system with scene interpretation. Due to image description techniques local key points, which are capable to describe the observed scene, are received. Each image may contain hundreds of local key points as a result can be described as an aggregation of individual features. The map constitutes the unit which is responsible for world representation of the robot’s visited places based on the received features. At last, the belief generator unit combines incoming data with the map data as a result a decision is received if the system belongs or not to a pre-visited place and so to rectify its trajectory.

Τα αυτόνομα ρομποτικά συστήματα αποτελούν ένα από τα τμήματα που βρίσκονται στην αιχμή της τεχνολογίας και της έρευνας. Τα σύγχρονα ρομποτικά συστήματα που δημιουργούνται δύναται να έχουν την ικανότητα να μπορούν να προσδιορίσουν την θέση τους μέσα στο περιβάλλον το οποίο περιπλανιούνται. Η επίτευξη του συγκεκριμένου στόχου επιτυγχάνεται μέσω της κατασκευής ενός χάρτη την στιγμή που πλοηγείται, μέσω ενός μηχανισμού που είναι ευρέως γνωστός ως ταυτόχρονος προσδιορισμός θέσης και τοποθεσίας (Simultaneous Localization and Mapping –SLAM). Ο χάρτης δημιουργείται μέσω των μετρήσεων που δέχεται το σύστημα από τους επιμέρους αισθητήρες που είναι τοποθετημένοι επάνω στο ρομποτικό σύστημα. Η αύξηση της υπολογιστικής ισχύς τα τελευταία χρόνια και η ευρέως διαδεδομένη χρήση των καμερών οδήγησε στα αυτόνομα συστήματα να επιλέγεται ως κύρια πηγή απόκτησης δεδομένων η χρήση καμερών. Καθώς όμως το ρομπότ διασχίζει την τροχιά του μέσα σε ένα άγνωστο περιβάλλον είναι έντονος ο κίνδυνος δημιουργίας ενός χάρτη με εσφαλμένα στοιχεία στην σχεδιασμένη τροχιά, με κύρια αίτια που μπορεί να σχετίζονται στην κακή εκτίμηση μετρήσεων των αισθητήριων ή σε ενδεχόμενη δυσλειτουργία των ενσωματωμένων οργάνων του συστήματος. Το πρόβλημα που αναφέρθηκε αποτελεί κίνδυνο για την περάτωση της αποστολής του ρομποτικού συστήματος, το οποίο όμως μπορεί να διορθωθεί με επαναπροσδιορισμό της τροχιάς του εφόσον είναι εφικτή η αναγνώριση της περιοχής που διασχίζει μέσω των οπτικών αισθητηρίων που διαθέτει. Τα συστήματα τα οποία βασίζονται αποκλειστικά στις κάμερες ως μέσα αναγνώρισης περιοχής είναι γνωστά ως εμφάνισης βασιζόμενα συστήματα (appearance based systems) και οι τεχνικές που προσπαθούν να λύσουν το πρόβλημα είναι γνωστές ως ανίχνευση κλειστών βρόγχων (loop closure detection). Η παρούσα διδακτορική διατριβή εστιάζει στην δημιουργία ενός αντίστοιχου συστήματος ικανού να αναγνωρίσει μια επαναλαμβανόμενα επισκεπτόμενη περιοχή μέσω των εισερχόμενων εικόνων που δέχεται. Η επίτευξη του συστήματος στηρίζεται σε τρείς σημαντικές μονάδες. Στην αρχή έρχεται η μονάδα επεξεργασίας εικόνας (image processing) με την οποία είναι εφικτή η ερμηνεία των εισερχόμενων εικόνων. Μέσω τεχνικών περιγραφής εικόνας είναι δυνατή η λήψη σημείων ενδιαφέροντος ικανά να περιγράψουν την σκηνή που αντιμετωπίζει το ρομπότ. Κάθε εικόνα ενδέχεται να περιέχει εκατοντάδες τοπικά σημεία ενδιαφέροντος με αποτέλεσμα να μπορεί να περιγραφεί ως ένα σύνολο από επιμέρους χαρακτηριστικά. Ο χάρτης (map) αποτελεί την μονάδα που είναι υπεύθυνη για την αναπαράσταση του κόσμου που γνωρίζει το ρομπότ με βάση τα χαρακτηριστικά που έχουν ληφθεί από τις σκηνές που έχει επισκεφθεί. Τέλος, έρχεται η μονάδα πεποίθησης πιθανής περιοχής (belief generator), η οποία συνδυάζει τα εισερχόμενα δεδομένα με τα δεδομένα του χάρτη ώστε να είναι σε θέση να λάβει την απόφαση για το αν το σύστημα βρίσκεται ή όχι σε οικεία περιοχή με σκοπό να επαναπροσδιορίσει την τροχιά του.