Η πλοήγηση ενός αυτόνομου συστήματος αποτελεί ένα από τα πιο προκλητικά, ως προς τη δυσκολία, προβλήματα της ρομποτικής. Μία από τις προσεγγίσεις στο πρόβλημα αυτό βασίζεται στη χρήση ορόσημων, δηλαδή χαρακτηριστικών σημείων του χώρου που μπορούν σχετικά εύκολα να αναγνωριστούν από το αυτόνομο σύστημα και να χρησιμοποιηθούν για την αυτο-οριοθέτησή του στο χώρο. Ωστόσο, η πολυπλοκότητα το υ προβλήματος του ορισμού και της αναγνώρισης των ορόσημων, οδηγεί πολλές φορές στην παραδοχή ύπαρξης προηγούμενης γνώσης, τόσο για το χώρο κίνησης, όσο και για το είδος των αντικειμένων που θα χρησιμοποιηθούν σαν ορόσημα. Έτσι, η εφαρμογή μιας τέτοιας μεθόδου παρουσιάζει προβλήματα σε δυναμικά μεταβαλλόμενα περιβάλλοντα. Στην εργασία αυτή προτείνουμε μία μέθοδο για πλοήγηση με χρήση οπτικών ορόσημων, όπου περιορίζουμε την ανάγκη ύπαρξης προηγούμενης γνώσης. Η πλοήγηση βασισμένη στα ορόσημα συνήθως στηρίζεται στην ανίχνευση και μετέπειτα αναγνώριση ενός συνόλου αντικειμένων του περιβάλλοντος, τα οποία κρίνονται επαρκή για την περιγραφή της δομής του χώρου εργασίας. Η διαδικασία αυτή είναι εκ φύσεως δύσκολη στην πράξη , λόγω των ποικίλων οριοθετήσεων που μπορεί να έχει ένα αντικείμενο, σε πειράματα πλοήγησης. Για να παρακάμψουμε το πρόβλημα αυτό, προτείνουμε μια προσέγγιση που υιοθετεί την έννοια των προβολικών αναλλοίωτων, υπολογιζόμενες σε πεντάδες σημείων, τις οποίες θεωρούμε ορόσημα του χώρου εργασίας. Τέτοιες ποσότητες παραμένουν αναλλοίωτες κάτω από διαφορετικές θέσεις της κάμερας, καθιστώντας έτσι δυνατή την αυτόματη αναγνώριση τους από ένα κινούμενο παρατηρητή. Για την ανίχνευση δυνητικών αντίστοιχων πεντάδων σε ακολουθίες εικόνων, εισάγουμε μια απλή τεχνική που βασίζεται στον πίνακα συνδιασποράς της κάθε πεντάδας. Με αυτό τον τρόπο, προσπερνάμε ικανοποιητικά το πρόβλημα του υπολογισμού της αντιστοίχισης σημείου με σημείο. Μιας και η άνωθι τεχνική υποδηλώνει αντιστοίχιση μεταξύ πεντάδων και όχι μεταξύ ανεξάρτητων σημείων, υιοθετούμε την έννοια της μεταθετικά και προβολικά αναλλοίωτης για την αναγνώριση πεντάδων. Πριν την διαδικασία της πλοήγησης, απαιτείται το στάδιο της εκμάθησης. Σ' αυτό το στάδιο, το αυτόνομο σύστημα, συλλέγει ορόσημα από το χώρο εργασίας. Τα ορόσημα αποθηκεύονται στη βάση δεδομένων του συστήματος, μαζί με πληροφορίες για τη σχετική θέση τους στο χώρο. Το αποτέλεσμα είναι η κατασκευή ενός τοπολογικού χάρτη του χώρου, που βασίζεται στα ορόσημα που εξείχθησαν, ο οποίος αποτελεί το σημείο αναφοράς του μηχανικού συστήματος σε μεταγενέστερα στάδια. Κατά τη διάρκεια της πλοήγησης, το αυτόνομο σύστημα συγκρίνει τα ορόσημα που συναντά με αυτά που είναι αποθηκευμένα στη μνήμη του. Η αναγνώριση ενός ορόσημου του επιτρέπει να εντοπίσει τη θέση του στο χώρο και να καθορίσει την επόμενη κίνησή του. Η προσέγγιση μας αποτιμήθηκε σε στατικές ακολουθίες εικόνων με εσωτερικούς διαδρόμους κτηρίων. Τα αποτελέσματα που παρατηρήθηκαν, είναι αρκετά ενθαρυντικά και επιβεβαιώνουν την καλή απόδοση της μεθόδου.
(EL)
Autonomous robot navigation is one of the most challenging problems in robotics. A promising approach to this problem is based on the use of landmarks, i.e. distinctive visual events which can be easily recognized by the robot and used for its self-localization in space. However, the complexity of landmark identification and recognition usually leads to assumptions concerning the existence of previous knowledge regarding the robot workspace as well as the objects used as landmarks. Therefore, such an approach cannot be easily applied in dynamically changing environments. In this thesis we propose a method for indoor navigation using visual landmarks that is not based on {\em a priori} knowledge of the environment. Landmark-based navigation usually relies on the identification and subsequent recognition of a number of environment objects, that are deemed adequate in describing the workspace structure. This process is inherently difficult in practice, due to the many different poses of an object that may be encountered in navigational trials. In our method we overcome this problem by employing projective invariants computed on quintuples of points, which are considered as workspace landmarks. Such quantities remain invariant under different camera positions and provide for effective description of the workspace structure. In order to identify potential corresponding quintuples in image frames, we introduce a simple test based on the covariance matrix estimate of each quintuple. With this test, we effectively by-pass the calculation of point correspondences. Since the above test indicates correspondence between quintuples, and not between their individual points, we subsequently employ a permutation insensitive projective invariant for quintuple recognition. Prerequisite to the navigation procedure is a learning phase. In this phase the robot extracts landmarks from the workspace. These landmarks are stored in the robot's database, along with information regarding their relative position in space. As a result, a topological map of the workspace is constructed, based on the extracted landmarks. This map is consulted later, during a navigation session, in order to decide the next motion(s). During navigation, the robot compares the landmarks that it encounters with the ones stored in memory. Successful recognition of a landmark allows the robot to approximately localize itself and select its next movement. Our approach has been evaluated using image sequences from indoor corridors. The results obtained are quite promising and serve as an indication of the method's effectiveness.
(EN)
