Estimación de odometría visual inercial de un dispositivo móvil basado en filtro de Kalman

Abstract

En el presente trabajo de investigación se presenta un sistema de odometría usando una cámara monocular y sensores inerciales. Recientes avances en el campo de la odometría visual han producido algoritmos de alta precisión. Sin embargo, debido al costo de los sensores y el equipo de investigación, estos avances son inaccesibles para personas fuera de la comunidad científica. El método utilizado en esta tesis es el Filtro de Kalman Multi-estado Restringido (MSCKF por sus siglas en inglés), el cual es una variante del EKF. Este algoritmo usa una ventana deslizante de poses pasadas de cámara, las cuales son usadas para triangular los puntos de interés observados y obtener una estimación precisa de los mismos en 3D. Este algoritmo fue implementado usando los datos inerciales y visuales de un dispositivo de fácil alcance y bajo costo, un teléfono inteligente. Los sensores inerciales y la cámara de este dispositivo necesitan ser calibrados antes de ser usados en el algoritmo, debido al ruido y los errores en la manufactura de los mismos. Múltiples pruebas fueron realizadas al algoritmo, obteniendo buenos resultados. Una aplicación para Android fue creada para la transmisión de los datos de la cámara y de los sensores inerciales.