Un sistema de prevención de colisiones de bajo costo basado en una cámara ToF para enfoques SLAM

Barra lateral del artículo

PDF (English)
Publicado: nov. 16, 2022
DOI: https://doi.org/10.18845/tm.v35i8.6465
Palabras clave:
Cámara TOF, SBC, SLAM, detección de obstáculos, localización en interiores

Contenido principal del artículo

Dayron Romero-Godoy
Institute for Technological Development and Innovation in Communications. University of Las Palmas de Gran Canaria
https://orcid.org/0000-0002-2805-2350
David Sánchez-Rodríguez
Institute for Technological Development and Innovation in Communications. University of Las Palmas de Gran Canaria. Spain. Telematic Engineering Department. University of Las Palmas de Gran Canaria
https://orcid.org/0000-0003-2700-1591
Itziar Alonso-González
Institute for Technological Development and Innovation in Communications. University of Las Palmas de Gran Canaria. Spain. Telematic Engineering Department. University of Las Palmas de Gran Canaria
https://orcid.org/0000-0001-8487-2559
Francisco Delgado-Rajó
Institute for Technological Development and Innovation in Communications. University of Las Palmas de Gran Canaria. Spain. Telematic Engineering Department. University of Las Palmas de Gran Canaria
https://orcid.org/0000-0002-7262-7633

Resumen

El posicionamiento en interiores es un problema que aún no se ha resuelto de manera eficiente y precisa. En exteriores la solución más eficaz es el Sistema de Posicionamiento Global (GPS), pero no se puede utilizar en interiores debido al debilitamiento de la señal, por lo que se han estudiado otras soluciones. Estos enfoques podrían aplicarse para definir un mapa para la orientación de personas ciegas, el turismo o la navegación para robots autónomos. En este trabajo se propone el estudio, diseño, implementación y evaluación de un sistema robusto de detección y mapeo de obstáculos. Por tanto, se puede utilizar para alertar de la presencia de objetos cercanos y evitar posibles colisiones en una navegación interior. El sistema se basa en una cámara de tiempo de vuelo (ToF) y una computadora de placa única (SBC) como Raspberry PI o NVIDIA Jetson Nano. Para evaluar el sistema se llevaron a cabo varios experimentos reales. Este tipo de sistema puede integrarse en una silla de ruedas y ayudar a la persona discapacitada a moverse en el interior o tomar datos de un entorno interior y recrearlos en imágenes 2D o 3D.

Detalles del artículo

Cómo citar
Romero-Godoy, D. ., Sánchez-Rodríguez, D. ., Alonso-González, I. ., & Delgado-Rajó, F. . (2022). Un sistema de prevención de colisiones de bajo costo basado en una cámara ToF para enfoques SLAM. Revista Tecnología En Marcha, 35(8), Pág. 137–144. https://doi.org/10.18845/tm.v35i8.6465
Número
2022: Vol. 35 special issue, October. International Work Conference on Bioinspired Intelligence
Sección
Artículo científico
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación  y pueda editarlo, reproducirlo, distribuirlo, exhibirlo y comunicarlo en el país y en el extranjero mediante medios impresos y electrónicos.  Asimismo, asumen el compromiso sobre cualquier litigio o reclamación relacionada con derechos de propiedad intelectual, exonerando de responsabilidad a la Editorial Tecnológica de Costa Rica. Además, se establece que los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.

Citas

Bello, S.A., Yu, S., Wang, C., Adam, J.M., Li, J.: deep learning on 3d point clouds. Remote Sensing 12(11), 1729 (2020)

Gao, C., Harle, R.: Semi-automated signal surveying using smartphones and floor- plans. IEEE Transactions on Mobile Computing 17(8), 1952–1965 (2017)

He, Y., Chen, S.: Recent advances in 3d data acquisition and pro- cessing by time-of-flight camera. IEEE Access 7, 12495–12510 (2019). https://doi.org/10.1109/ACCESS.2019.2891693

Karlsson, N., Di Bernardo, E., Ostrowski, J., Goncalves, L., Pirjanian, P., Munich, M.E.: The vslam algorithm for robust localization and mapping. In: Proceedings of the 2005 IEEE international conference on robotics and automation. pp. 24–29. IEEE (2005)

Paredes, J.A., A´lvarez, F.J., Aguilera, T., Villadangos, J.M.: 3d indoor positioning of uavs with spread spectrum ultrasound and time-of-flight cameras. Sensors 18(1), 89 (2018)

Pasinetti, S., Hassan, M.M., Eberhardt, J., Lancini, M., Docchio, F., Sansoni, G.: Performance analysis of the pmd camboard picoflexx time-of-flight camera for markerless motion capture applications. IEEE Transactions on Instrumentation and Measurement 68(11), 4456–4471 (2019)

Rusu, R.B., Cousins, S.: 3d is here: Point cloud library (pcl). In: 2011 IEEE inter- national conference on robotics and automation. pp. 1–4. IEEE (2011)

Tao Peng, Dingnan Zhang, D.L.N.H.J.L.: An evaluation of embedded gpu systems for visual slam algorithms. Electronic Imaging p. 325 (2020). https://doi.org/10.2352/ISSN.2470-1173.2020.6.IRIACV-325

Vujovíc, V., Maksimovíc, M.: Raspberry pi as a wireless sensor node: Performances and constraints. In: 2014 37th International Convention on Information and Com- munication Technology, Electronics and Microelectronics (MIPRO). pp. 1013–1018 (2014). https://doi.org/10.1109/MIPRO.2014.6859717

Wang, Y.T., Peng, C.C., Ravankar, A.A., Ravankar, A.: A single lidar-based feature fusion indoor localization algorithm. Sensors 18(4), 1294 (2018)

Zhang, H., Ye, C.: An indoor wayfinding system based on geometric fea- tures aided graph slam for the visually impaired. IEEE Transactions on Neural Systems and Rehabilitation Engineering 25(9), 1592–1604 (2017). https://doi.org/10.1109/TNSRE.2017.2682265