Avaliação de algoritmos VSLAM no contexto do projeto VORIS

Abstract

O presente trabalho tem como objetivo avaliar algoritmos de Localização e Mapeamento Simultâneos Visuais (VSLAM) para o Projeto VORIS, que visa a construção de um veículo operado remotamente (ROV) para inspeção de estruturas industriais subaquáticas. A navegação em ambientes sem comunicação GPS exige o uso de odometria visual para localização do equipamento. Contudo, o processamento contínuo de vídeo gera alta carga computacional, esbarrando em restrições físicas de memória e de energia da plataforma embarcada selecionada utilizada no projeto, a Jetson Orin Nano. A metodologia consistiu na avaliação comparativa de sistemas VSLAM operando nativamente em Robot Operating System 2 (ROS 2), utilizando dados capturados por uma câmera estéreo RealSense D455. Foram analisadas ferramentas fundamentadas em abordagens geométricas de extração de feições (Isaac ROS Visual SLAM e Stella VSLAM) e sistemas baseados em aprendizado profundo (MAC-VO e DynoSAM). Os testes foram divididos em duas etapas: validação preliminar em uma estação de trabalho de arquitetura x64 para verificação da taxa de quadros e, para os algoritmos aprovados, o embarque e teste direto na plataforma Jetson Orin Nano. Durante a primeira etapa, verificou-se que os sistemas baseados em aprendizado profundo operaram abaixo de trinta quadros por segundo na estação de trabalho x64, devido à alta exigência de processamento para análise densa das imagens. Em função dessa restrição operacional, ocorreu uma adaptação do plano de atividades, resultando no cancelamento dos testes de embarque na plataforma Jetson Orin Nano para os algoritmos MAC-VO e DynoSAM. Nos testes práticos com a arquitetura embarcada, os sistemas geométricos apresentaram resultados satisfatórios. O Isaac ROS manteve o funcionamento na Jetson Orin Nano com publicações de tópicos a uma frequência de vinte e cinco a vinte e sete quadros por segundo, utilizando otimização por aceleração de hardware. O Stella VSLAM operou de forma contínua, registrando uma taxa de atualização na faixa de vinte a vinte e dois quadros por segundo. Conclui-se que o custo computacional exigido pelos modelos de redes neurais para o cálculo de trajetória é incompatível com a capacidade da plataforma embarcada analisada. Portanto, os algoritmos baseados em abordagens geométricas constituem a alternativa viável para assegurar a navegação autônoma em tempo real do veículo, respeitando as restrições operacionais do computador de bordo.