Exploiting organisational semantic information in indoor environments for the object search problem

• Ano de defesa: 2022
• Autor(a) principal: Mantelli, Mathias Fassini
• Orientador(a): Kolberg, Mariana Luderitz
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Robótica; Robo móvel
• Palavras-chave em Inglês: Mobile robotics; Object search; Organisational semantic information; Robo tics perception
• Link de acesso: http://hdl.handle.net/10183/241779

Atualmente, a comunidade científica de robótica móvel está lidando com diferentes tarefas de alto-nível que requerem que o robô manipule ou interaja com objetos que podem não estar no campo de visão do robô. Para encontrar um objeto em um ambiente desconhecido, o robô precisa procurar por ele enquanto ganha informação sobre o ambiente e toma decisões em tempo real, conhecido como o problema de busca por objetos (BPO). A comunidade de pesquisa propôs diferentes soluções para abordar o problema de BPO, se baseando na cor, tamanho ou no que existe ao redor dos objetos. Contudo, todas es sas informações geométricas (como por exemplo cor ou tamanho) limita a percepção do robô e, por consequência, o seu desempenho durante a busca. Portanto, nós propomos dois sistemas de BPO que exploraram as vantagens de informações semânticas inferidas a partir da organização tanto do ambiente quanto dos objetos presentes. O primeiro se baseia em informações semânticas inferidas de números em placas de texto encontrados no ambiente. O objetivo é encontrar a placa de texto da porta alvo. O uso da informação semântica organizacional neste cenário permite que o robô reduza os custos da busca por evitar corredores não promissores para conter a placa de texto da porta alvo. Os números detectados são usados para estimar se busca continua em direção a regiões desconhecidas ou se realiza a busca cuidadosamente em regiões já conhecidas. O segundo sistema de BPO é baseado nas mudanças na organização e arranjo dos objetos ao longo do tempo no ambiente. Nosso sistema observa o ambiente e coleta dados do posicionamento dos objetos ao longo do tempo executando o seu modo de gravação. Os dados gravados são usados posteriormente quando o robô executa o modo de requisição para buscar pelo ob jeto. Ambos os sistemas foram avaliados em diferentes ambientes e comparados contra outros sistemas de BPO em simulação e ambiente real. Apesar dos nossos sistemas não dependerem de um sistema de SLAM ou algoritmo para detecção de objectos específicos, nós usamos o Gmapping e o YOLO nos nossos experimentos, respectivamente. Os resultados dos nossos experimentos confirmam a eficiência dos nossos sistemas e demonstram a melhora no desempenho da busca com o auxílio das informações semânticas organizacional.