Visually-guided walking reference modification for humanoid robots

Abstract

İnsansı robotların, yakın gelecekte insanlara yardımcı olmaları beklenmektedir. Gezgin karakteristiğe sahip her robotta olduğu gibi, insansı robotlarda da otonom hareket kabiliyeti çevreyle etkileşimde büyük rol oynamaktadır. Otonomluk, yapay zeka öğeleriyle birlikte algılayıcı verisine ihtiyaç duyar. Robotun çevresi ile ilgili en zengin bilgiyi sağlayan algılayıcılar, görsel bilgi içeren kameralar olarak kabul görmektedir. Görsel bilgi, nesneleri tanıma, yerlerini belirleme ve hareket ettirme gibi uygulamaların yanında sahne anlamlandırılması, jest tanıma ve özkonumlandırma gibi problemlerin çözümünde kullanılabilmektedir. Bir insansı robotun üst seviye bir amaca hizmet etmek üzere gerçekleştireceği herhangi bir otonom hareket, bulunduğu çevre içerisinde belirli noktalara gitmesini gerektirmekte, ve dolayısıyla robotu özkonumlandırma yeteneğine bağımlı kılmaktadır. Hareketin sürdürüldüğü yol üzerinde gelen etkenlerin yarattığı hataların üstüste eklenmesi sonucu, çevreden bir geri beslemeye ihtiyaç duyulmaktadır. Bu tez, görsel odometri tabanlı bir yürüyüş yörüngesi düzeltme algoritması sunmaktadır. Bahsedilen yöntemde bir stereo kamera çifti tarafından algılanan üç boyutlu noktalar zaman içinde takip edilerek kamera setinin 6 serbestlik dereceli konum ve oryantasyonu tahmin edilmektedir. Algoritma, geliştirilme aşamasında önceden kaydedilmiş videolar vasıtasıyla denenmiş ve son halini aldığında insansı robot SURALP (Sabancı Üniversitesi Robot Araştırmaları Laboratuvar Platformu) üzerinde test edilmiştir.

Humanoid robots are expected to assist humans in the future. As for any robot with mobile characteristics, autonomy is an invaluable feature for a humanoid interacting with its environment. Autonomy, along with components from artificial intelligence, requires information from sensors. Vision sensors are widely accepted as the source of richest information about the surroundings of a robot. Visual information can be exploited in tasks ranging from object recognition, localization and manipulation to scene interpretation, gesture identification and self-localization. Any autonomous action of a humanoid, trying to accomplish a high-level goal, requires the robot to move between arbitrary waypoints and inevitably relies on its selflocalization abilities. Due to the disturbances accumulating over the path, it can only be achieved by gathering feedback information from the environment. This thesis proposes a path planning and correction method for bipedal walkers based on visual odometry. A stereo camera pair is used to find distinguishable 3D scene points and track them over time, in order to estimate the 6 degrees-of-freedom position and orientation of the robot. The algorithm is developed and assessed on a benchmarking stereo video sequence taken from a wheeled robot, and then tested via experiments with the humanoid robot SURALP (Sabanci University Robotic ReseArch Laboratory Platform).