Visual topological SLAM using deep learning techniques

Abstract

Comillas ICAI participa en el UNIJES SocialTech Challenge, una competición de robótica con fines sociales. El objetivo de la edición 2024/2025 es construir una silla de ruedas autónoma capaz de navegar de manera eficiente en un entorno de oficina. La competencia se estructura en torno a tres desafíos en los que la silla de ruedas debe visitar una secuencia de puntos específicos, enfrentando obstáculos cada vez más complejos. El presente trabajo introduce un algoritmo que crea un mapa topológico, un tipo de mapa que almacena solo los puntos relevantes y las conexiones entre ellos mediante una estructura basada en grafos. Este mapa se construye utilizando mediciones de odometría del motor de la silla de ruedas e imágenes capturadas por cámara. El mapa también incluye información semántica extraída de dichas imágenes. Este sistema aprovecha datos detallados del entorno y analiza su significado semántico, permitiendo al usuario operar la silla de ruedas mediante comandos de lenguaje natural.Comillas ICAI takes part in the UNIJES SocialTech Challenge, a robotics competition with social purposes. The goal of the 2024/2025 edition is to build an autonomous wheelchair capable of effi- ciently navigating in an office environment. The competition is structured around three challenges in which the wheelchair must visit a sequence of specified points with increasingly complex obstacles.

The present work introduces an algorithm that creates a topological map, a type of map that stores only relevant points and the connections between them using a graph-based structure. This map is constructed using odometry measurements from the wheelchair motor and images captured by its camera, which can also include semantic information extracted from these images. This system leverages rich environmental data and analyzes its semantic meaning, enabling the user to operate the wheelchair using natural language commands.