Detección e identificación de obstáculos a partir de una nube de puntos

Abstract

Describir una escena del mundo real, tal y como la percibe el ser humano no es una tarea fácil, requiere de algunos factores importantes como son el conocimiento y la capacidad de reconocimiento. Una situación que a las personas nos parece tan trivial como distinguir entre diferentes objetos, es más complicado de realizar mediante un ordenador. Los computadores no poseen la capacidad que tiene nuestro cerebro de unir los puntos que pertenecen al mismo objeto y descartar aquellos que corresponden al entorno. En la robótica actual se están realizando grandes avances en el ámbito de la inteligencia artificial (IA) y la adquisición de imágenes. Dotar a los robots de la capacidad de interpretar el entorno y reconocer los objetos que componen la escena ha llevado al desarrollo de aplicaciones como conducción autónoma, detección de caídas y detección de intrusos, entre otras. El actual auge de los sensores LIDAR provocado por su desarrollo, ha causado una revolución en el sector. Con aplicaciones en múltiples industrias, por ejemplo, agricultura, sanidad o transporte y haciendo uso de distintos dispositivos desde drones hasta smartphones. Esta tecnología ha posibilitado el desarrollo de nuevos enfoques en el ámbito de la visión por computador. Siguiendo esta línea de trabajo, este trabajo de fin de grado se centra en la detección e identificación de objetos en nubes de puntos con un sistema de bajo costo computacional.

Describing real-world scenes, as perceived by human beings, is not an easily accomplished task, since it requires some important factors such as perception and the ability to recognize external factors. Something that seems trivial to humans, like distinguishing between different objects, becomes more complex when using a computer. Computers do not have the same ability as our brain has to connect points that belong to the same object, while discarding those that correspond to the environment. In today's robotics, great advances are being made in the field of Artificial Intelligence and image acquisition. Providing robots, the ability to interpret the environment and recognize several objects in a given scene has led the development of applications such as autonomous driving, fall detection or intrusion detection. The current boom in LIDAR sensors, triggered by their massive growth, has caused a revolution in the sector. With applications in multiple industries, such as agriculture, health and transport, these sensors have been manifested in different devices, from drones to smartphones. This technology has enabled the development of new approaches in the field of computer vision. Following this line of research, this project focuses on object detection and identification from point clouds, using a low-cost computational system.