17/12/2014
Oscar Cánovas Reverte y Pedro Enrique López de Teruel Alcolea
Computación móvil y visión artificial.
Ingeniería y tecnología de computadores
Facultad de Informática
Universidad de Murcia
Murcia
España
En esta tesis presentamos la arquitectura de un sistema de localización para interiores que hace uso de los datos obtenidos a partir de los múltiples sensores disponibles en los smartphones actuales. Nuestro principal objetivo es ofrecer una solución capaz de soportar servicios basados en localización precisos, tales como aplicaciones de realidad aumentada, alcanzando un buen equilibrio entre la precisión y el rendimiento obtenidos. Nuestra propuesta multisensor trabaja en dos fases diferentes. En primer lugar se obtiene una estimación de grano grueso basándonos en las señales WiFi, la brújula digital y el acelerómetro. Para ello utilizamos técnicas basadas en mapas de huellas, técnicas probabilísticas y estimadores de movimiento. Después, haciendo uso de las imágenes capturadas por la cámara, se lleva a cabo un proceso de análisis de imágenes centrándonos en la zona concreta del modelo 3D construido delimitada por la estimación previa obtenida. Debido a las dificultades encontradas para construir modelos 3D precisos en entornos grandes y repetitivos, durante la fase de entrenamiento nuestra propuesta hace uso de técnicas de procesamiento de datos obtenidos mediante unidades de medición inerciales (IMU). Este proceso nos permite reducir los problemas de escalabilidad relacionados con la aparición de elementos estructurales similares en grandes escenarios de interior. El hecho de obtener modelos 3D precisos del entorno mejora la eficiencia de las técnicas de resección de cámara. En consecuencia, el error de estimación disminuye hasto los 5 centímetros de media, con tiempos de respuesta por debajo de los 250 milisegundos.
