Uma Nova Abordagem para Localização de Robô Móvel em Ambiente Virtual utilizando Mapas Topológicos a partir de Matriz de Co-ocorrência Estrutural em Imagens Omnidirecionais

José Jerovane da Costa Nascimento; Suane Pires Pinheiro da Silva; Pedro Igo Sousa Lucas; Adriell G. Marques; Luís Fabrício de F. Souza; Pedro Pedrosa Rebouças Filho

doi:10.20906/CBA2022/3687

José Jerovane da Costa Nascimento Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), CE, Laboratório de Processamento de Imagens, Sinais e Computação Aplicada (LAPISCO), CE
Suane Pires Pinheiro da Silva Programa de Pós-Graduação em Engenharia de Teleinformática (PPGETI), CE, Laboratório de Processamento de Imagens, Sinais e Computação Aplicada (LAPISCO), CE
Pedro Igo Sousa Lucas Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), CE, Laboratório de Processamento de Imagens, Sinais e Computação Aplicada (LAPISCO), CE
Adriell G. Marques Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), CE, Laboratório de Processamento de Imagens, Sinais e Computação Aplicada (LAPISCO), CE
Luís Fabrício de F. Souza Programa de Pós-Graduação em Engenharia de Teleinformática (PPGETI), CE, Laboratório de Processamento de Imagens, Sinais e Computação Aplicada (LAPISCO), CE
Pedro Pedrosa Rebouças Filho Programa de Pós-Graduação em Engenharia de Teleinformática (PPGETI), CE, Programa de Pós-Graduação Ciência da Computação (PPGCC), CE, Laboratório de Processamento de Imagens, Sinais e Computação Aplicada (LAPISCO), CE

DOI: https://doi.org/10.20906/CBA2022/3687

Keywords: Robô Móvel, Matriz de Co-ocorrência Estrutural, Visão Computacional, Imagem Omnidirecional, Mapas Topológicos, Opção de Rejeição

Abstract

In Robotics, location is an essential task, allowing the robot to navigate and thus carry out its activities. In this article, we propose a new approach to localization and navigation for mobile robots in a virtual environment using topological maps and classification with an option to reject from the Structural Co-occurrence Matrix (SCM) in omnidirectional images. To prove the high performance of the considered technique, an analysis is performed between several feature extractors and classifiers, established in the literature. Parameters such as processing time and accuracy are calculated to demonstrate the reliability and effectiveness of the approach, since these properties are paramount in embedded systems. Regarding the proposed approach, the SCM obtained an average accuracy of 99.27% and the shortest extraction time, 0.0786s, among all the feature extractors, proving to be an expressive method in the activities of location and navigation. SCM also achieved 100% accuracy in navigation tests.