61ª Reunião Anual da SBPC

B. Engenharias - 1. Engenharia - 8. Engenharia Elétrica

RASTREAMENTO DE N ALVOS EM MOVIMENTO EM SEQUÊNCIAS DE IMAGENS PARA DETECÇÃO DE OBSTÁCULOS EM ROBÓTICA MÓVEL

Leandro Ribeiro Lustosa 1 Geovany Araújo Borges 1

1. Departamento de Engenharia Elétrica, UnB - Universidade de Brasília

INTRODUÇÃO:

Através da webcam, uma plataforma móvel possui uma visão projetada 2D do mundo tri-dimensional. Como o robô tem acesso apenas a essa noção do mundo, é impossível que ele calcule a velocidade real de um determinado objeto sem informações a priori. Porém, pode-se calcular a velocidade das projeções do mundo real. A partir destas velocidades, heuristicamente admite-se que o mesmo objeto deverá ter vetores projetados parecidos. Portanto torna-se possível o rastreamento. Ainda, com dados da odometria e da dinâmica do robô, pode-se retirar muito mais informações a respeito do seu movimento. Instantaneamente, pode-se, por exemplo, detectar possíveis colisões com N obstáculos. Esse é o contexto no qual se estimulou o desenvolvimento deste trabalho. A técnica de rastreamento desenvolvida se baseia em cálculos de fluxo óptico e clustering por Mean Shift. O fundamento lógico desta técnica é o fato de que dado um corpo rígido transladando sem rotação em dado referencial, tem-se que este corpo possui idênticos vetores velocidades em todos seus pontos. Assim, primeiramente calcula-se a velocidade de todos os pontos da imagem projetada pelo webcam do mundo real. Este feito é auxiliado por técnicas de fluxo óptico. Após se ter todas as velocidades de todos os pontos, faz-se o agrupamento de todos os vetores parecidos e deduz-se que estes fazem parte de um mesmo corpo em movimento. Assim, com base nessas informações consegue-se fazer o rastreamento de N obstáculos em movimento.

METODOLOGIA:

1. Definição do problema e revisão bibliográfica atualizada sobre (i) fluxo óptico, (ii) rastreamento de alvos em movimento em sequências de imagens; 2. Discussão de uma técnica a ser implementada utilizando o conceito de Mean Shift para clustering, entre outras; 3. Desenvolveu-se o trabalho em um microcomputador convencional, cujo resultado deverá ser implementado em um robô em desenvolvimento por meio de um microcomputador embarcado, assim como em outros robôs do LARA - Laboratório de Automação e Robótica da UnB - UNIVERSIDADE DE BRASÍLIA. 4. O trabalho encontra-se em fase de avaliação experimental para validação dos resultados.

RESULTADOS:

3.1 Obtenção do fluxo óptico. Foram testados exaustivamente três algoritmos de fluxo óptico: Horn Schunk, Lucas Kanade e Block Matching. Foi escolhido o algoritmo de Horn Schunk pois foi o algoritmo que nos retornou melhores resultados, apesar de ser muito mais lento que o Lucas Kanade. Ainda, o algoritmo de Lucas Kanade seria o ideal para aplicações em tempo real, por sua velocidade. Mas, seus resultados não são compatíveis com os objetivos deste experimento, por isso, negocia-se quebra de deadline por qualidade de informação com o algoritmo de Horn Schunk. 3.2 Rastreamento com Mean Shift Apesar da dificuldade em rastrear objetos que se aproximam do observador pelo centro da imagem, o algoritmo ainda consegue detectar objetos que se aproximam do observador.

CONCLUSÃO:

No presente trabalho foram desenvolvidas tecnologias associadas ao rastreamento de N alvos em movimento em sequências de imagens para detecção de obstáculos em robótica móvel. Essa tecnologia pode ser implementada em uma ampla gama de aplicações embora aqui foi aplicada tendo em vista apenas robótica móvel. O autor deseja ainda no futuro implementar a navegação de uma plataforma móvel equipada com uma webcam. Mostrou-se nesse trabalho que o número de obstáculos não importa e podem ser todos detectados pelo algoritmo deste que este possua uma quantidade de vetores velocidade suficiente nele. Uma possível falha do algoritmo descrito está no fato de que este considerará distintos objetos com translado paralelo como um mesmo objeto. Em vista desse problema pode ser feito um pós processamento na figura dessegmentando objetos que tem vetores velocidades parecidos, porém estão não conectados na figura original. Nesse projeto o bolsista teve a oportunidade de estudar técnicas avançadas de visão computacional para rastreamento de movimento em sequências de imagens. Esses resultados obtidos até o momento são considerados satisfatórios, e serão implementados futuramente em uma plataforma móvel em desenvolvimento no laboratório. O resultado final consistiu então de um algoritmo interessante para rastreamento.

Instituição de Fomento: CNPQ

Palavras-chave: Rastreamento, Fluxo Óptico, Mean Shift.