Forward-looking sonar ego-motion estimation using deep learning
No Thumbnail Available
Date
2023
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Las operaciones de robótica submarina demandan capacidades precisas de navegación y localización para una amplia gama de actividades, incluyendo mapeo, inspección y exploración. Dado que los Sistemas de Posicionamiento Global (GPS) no están disponibles bajo el agua, estas tareas generalmente dependen de Sistemas de Navegacion Inercial (INS) y Registradores de Velocidad Doppler (DVL). Desafortunadamente, estos sistemas son susceptibles a la deriva y errores, y sus variantes de bajo error a menudo plantean desafíos de integración significativos y costos, especialmente en vehículos más pequeños.
Esta tesis explora la aplicación de una cámara acústica, conocida en inglés como Forward-Looking Sonar (FLS) para tareas de navegación, con un enfoque específico en la estimación de odometría a través del Aprendizaje Profundo (DL, por sus siglas en inglés). Con este fin, se desarrolla un marco de datos integral para la recopilación y gestión de datos FLS tanto sintéticos como de terreno. Basadas en el estado del arte, se proponen dos arquitecturas distintas de aprendizaje profundo diseñadas para estimar el movimiento propio entre imágenes FLS. Se implementó un procedimiento para el entrenamiento y evaluación de estos modelos, considerando particularmente la escasez de datos de terreno.
Los hallazgos de este estudio demuestran que las arquitecturas propuestas, cuando se entrenan con datos sintéticos, pueden aprender la relación entre imágenes FLS y el movimiento propio correspondiente. Importantemente, este aprendizaje se puede generalizar a datos del mundo real. Además, los resultados sugieren que estos modelos podrían beneficiarse de un proceso de ajuste fino utilizando un subconjunto de datos de terreno. Este trabajo contribuye de manera significativa a la comprensión y avance de los sistemas de navegación basados en FLS en la robótica submarina.
Description
Tesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2023
Keywords
Robótica submarina, Navegación, Cámara acústica, Aprendizaje profundo, Estimación de movimiento, Odometría