Autolocalização qualitativa para um robô móvel utilizando informação das sombras

Abstract

O raciocínio espacial qualitativo faz parte do senso comum humano. Percebemos o ambiente por nossos sentidos e o principal deles é a visão. então é a partir do que vemos aliado ao nosso raciocínio espacial que somos capazes de lidar com nosso mundo. Também conseguimos interpretar esse mundo tridimensional em representações bidimensionais. Há tempos artistas notaram que a sombra tem um papel relevante na nossa percepção de formas, profundidade e movimento, e mais recentemente os psicólogos procuraram entender essa influência. Então a sombra, que muitas vezes é considerada um ruído, é também fonte de informações. Com isso, uma nova teoria surgiu, aliando raciocínio espacial qualitativo à informações sobre sombras, nessa teoria é possível determinar a posição do observador a partir da observação da csombra. Um robô que percebe o mundo somente através de imagens capturadas de uma única câmera utilizando um raciocíniosobre sombra, consegue obter resposta sobre sua localização relativa, dando o seu posicionamento qualitativo relacionado à fonte de luz e ao objeto que provocou a sombra. A visão computacional desempenha papel importante neste trabalho, contudo nos concentramos em desenvolver um sistema de raciocínio espacial qualitativo explorando a capacidade de utilizar sombra como fonte de informação para localização e profundidade. Foi encontrada também uma solução para corresponder sombra como objeto que a provocou. Os resultados confirmaram que sombra pode ser fonte de informação útil para um robô móvel.

Qualitative spatial reasoning is part of the human. Commonsense. We use our perception to sense the environment. Vision is the human main sensor. What we see, allied with our spatial reasoning, is what enable us for dealing with our world. Also, we interpret the three-dimensional world from two-dimensional scenes. Artisti for long have discovered that shadows play an important role in our perceptions of shapes, depth, and motion. Psychologistis recentlystarted to be interested in understanding this influence. Although shadows are largely considered as noise by vision researchers, it carries information. Therewith, a new theory appears that associates a qualitative spatial reasoning framework with information about shadows. In this theory it is possible to reason about the observer's position from shadows of objects. A robot that perceives the world only through captured images from shadows of objects. A robot that perceives the world only through captured images from a single camera, by using reasoning about shadows it succeeds answering queries about its relative location, returning its qualitative position relative to a light souce and the shadow's caster. Computer vision plays an important role in this work. However we focus on developing a qualitative spatial reasoning system that explores the information content of shadows for robot self-localization and depth perception. A partial solution to the shadow correspondence problem was also developed. The results suggest that shadow can be a useful source of information for a mobile robot.