Utilize este link para identificar ou citar este item:
https://bdm.unb.br/handle/10483/30577
| Título: | Desenvolvimento de API para sistema de localização e mapeamento |
| Autor(es): | Borges, Natalia Oliveira |
| Orientador(es): | Matias, Mariana Costa Bernardes |
| Assunto: | Reconhecimento automático da face
Filtro de Kalman
Robótica |
| Data de apresentação: | Mai-2021 |
| Data de publicação: | 4-Mai-2022 |
| Referência: | BORGES, Natalia Oliveira. Desenvolvimento de API para sistema de localização e mapeamento. 2021. 77 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Mecatrônica) — Universidade de Brasília, Brasília, 2021. |
| Resumo: | A crescente inserção de robôs nos mais diversos ambientes trouxe a necessidade de desenvolvimento de uma estratégia de mapeamento e localização por meio da percepção visual. Este trabalho propõe soluções para a implementação de uma API de fácil utilização que ofereça funcionalidades de mapeamento de ambientes por uma rede de câmeras e rastreamento de agentes móveis, tanto robôs quanto humanos. A estratégia de mapeamento de câmeras e agentes robóticos móveis será feita através de marcadores, filtrados usando Filtro de Kalman Estendido. O rastreamento de agentes humanos será feito usando Skeletons fornecidos por uma câmera Kinect e identificados por meio de reconhecimento facial dos indivíduos, fornecido por modelos pré-treinados de rede neural. |
| Abstract: | The rising of robot insertion in the most diverse environments brought the need to develop amapping and localization strategy through visual perception. This work proposes solutions forthe implementation of an easy-to-useAPIthat offers features of mapping environments througha network of cameras and tracking of mobile agents, both robots and humans. The strategy ofmapping cameras and mobile robotic agents will be done using markers, filtered using an ExtendedKalman Filter. The tracking of human agents will be done using Skelentons provided by aKinectcamera and identified by facial recognition, provided through pre-trained neural network models. |
| Informações adicionais: | Trabalho de conclusão de curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Curso de Graduação em Engenharia de Controle e Automação, 2021. |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
| Aparece na Coleção: | Engenharia Mecatrônica
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.
