Vizuální lokalizace a rozpoznání místa

Abstract

Tato práce se zabývá metodou vizuální lokalizace mobilního robotu vybaveného všesměrovou kamerou. Navržený algoritmus používá předučenou konvoluční neuronovou síť pro výpočet deskriptorů panoramatických snímků. Pozice snímku se odhaduje pomocí těchto deskriptorů na základě předpokladu, že snímky s podobnými deskriptory byly pořízeny na blízkých místech. Základní metoda nejbližšího souseda pro vyhledání snímků s nejvíce podobným deskriptorem byla testována společně s vylepšeními jako metoda vážených k nejbližších sousedů a shlukování k-středů. Tato rozšíření významně zlepšují přesnost odhadu pozice a snižují čas potřebný pro zpracování dotazovaného snímku. Algoritmus byl implementován v jazyce Matlab a testován na datech z mobilního robotu v různých experimentech. Výsledky experimentů ukazují, že metoda založená na konvolučních neuronových sítích je vhodná pro úlohu vizuální lokalizace a navržený algoritmus se dokáže vypořádat s různými změnami prostředí a podmínek pro snímání, jako například různé osvětlení, snímky pořízené z mírně odlišných míst a s libovolnou orientací robotu.

This thesis presents a method for visual localization of a mobile robot equipped with an omnidirectional camera. The proposed algorithm uses a pre-trained convolutional neural network to compute the descriptors of panoramic images. The position of a query image is estimated using these descriptors, following the assumption that images with similar descriptors were taken at physically close positions. The basic nearest neighbor approach for finding images with the most similar descriptors was tested together with some improvements, such as the weighted k-nearest neighbors algorithm and the k-means clustering. These extensions showed to improve significantly the precision of the position estimation and decrease the time necessary to process a query image. The algorithm was implemented in Matlab and tested on data from a mobile robot in various experiments. The results of the experiments indicate that the approach based on convolutional neural networks is suitable for the visual localization task and that the proposed algorithm can handle various changes of the environment and capturing conditions, such as different lighting, images taken from slightly different places and with an arbitrary orientation of the robot.