Development of a software tool to implement a vision-based navigation method in low-textured environments
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Resumen en inglés
A software tool was developed to implement a vision-based navigation method in low-texture outdoor environments where GNSS systems may be unreliable. The system uses the natural horizon profile (skyline) as the primary visual feature for localization. The architecture integrates three modules: Configuration, Execution, and Report Generation. The Execution Module implements skyline detection through semantic segmentation, point cloud alignment via the Iterative Closest Point (ICP) algorithm, and fusion with GNSS data through an Extended Kalman Filter (EKF). As a comparison method and using monocular depth estimation with MiDaS, RTAB-Map was used to obtain an optimized trajectory as a pose graph. Field tests were conducted at Universidad del Valle. In FT0 (25 m trajectory, approximately 2,800 poses), a position RMSE of 0.369 m and an orientation RMSE of 12.41◦ were obtained. In FT1 (40 m trajectory, approximately 7,700 poses and more challenging illumination conditions), a position RMSE of 1.259 m and an orientation RMSE of 30.47◦ were obtained. The software was developed following Scrum methodology with a modular ROS-based architecture, a graphical interface for interactive experimentation and visualization. The results validate the feasibility of skyline-based localization as a complement to traditional navigation systems in specific field scenarios.
Resumen en español
Se desarrolló una herramienta de software para implementar un método de navegación basado en visión en entornos exteriores de baja textura donde los sistemas GNSS pueden ser poco confiables. El sistema utiliza el perfil del horizonte natural (skyline) como característica visual principal para la localización. La arquitectura integra tres módulos: configuración, ejecución y generación de reportes. El módulo de ejecución implementa detección de skyline mediante segmentación semántica, alineación de nubes de puntos mediante el algoritmo ICP (Iterative Closest Point), y fusión con datos GNSS a través de un Filtro de Kalman Extendido (EKF). Como método de comparación y mediante uso de estimación de profundidad monocular con MiDaS, se empleó RTAB-Map para obtener una trayectoria optimizada como grafo de poses. Se realizaron pruebas de campo en la Universidad del Valle, donde en la prueba de campo FT0 (trayectoria de 25 m, aproximadamente 2800 poses), se obtuvo un RMSE de posición de 0.369 m y RMSE de orientación de 12.41°. En FT1 (trayectoria de 40 m, aproximadamente 7700 poses y condiciones de iluminación más desafiantes), se obtuvo un RMSE de posición de 1.259 m y RMSE de orientación de 30.47°. El software fue desarrollado siguiendo metodología Scrum con arquitectura modular basada en ROS, interfaz gráfica para experimentación interactiva y visualización. Los resultados validan la viabilidad de la localización basada en skyline como complemento a sistemas tradicionales de navegación en escenarios de campo específicos.