NLMAP - Localização e Navegação de Robôs Cooperativos paraInspeção

Eder Gonçalves, Emanuel Estrada, Gabriel Leivas, Silvia Botelho

Abstract— O uso de veículos autônomos para inspeção visualé um promissor campo da robótica. As imagens capturadasusadas para avaliar o meio inspecionado podem tambémauxiliar em sua localização/navegação. Nesse contexto, estetrabalho propõem o uso de técnicas de visão computacionalpara localização e mapeamento de robôs autônomos. Supondoo uso de câmeras de inspeção, nossa proposta é composta de doisestágios: i o uso de visão computacional através do algoritmoSIFT para extrair pontos característicos em uma seqüênciade imagens,capturadas por um robô de inspeção subterrâneade cabos elétricos, e ii o desenvolvimento de mapas topológicospara localização e navegação. A integração destas duas técnicaspermitirá ao sistema desenvolvido simultaneamente fazer alocalização e mapeamento do ambiente. Teste inicias com umprotótipo foram realizados, revelando como resultados uma boaprecisão e robustez para uma série de condições, iluminaçãoe ruído, mostrando ser uma técnica de SLAM promissora eoriginal.

I. INTRODUÇÃO

A utilização de tecnologias para exploração de ambientesnão estruturados desconhecidos e de difícil acesso paraexploração humana, como um ambiente de inspeção, faz comque robôs móveis remotamente controlados sejam cada vezmais usados. Assim sendo, o desenvolvimento de sistemasde inspeção visuais aplicados a veículos não tripuladosapresenta-se como uma interessante área de pesquisa.

No seguinte artigo propõe-se uma nova abordagem paraextrair e mapear pontos característicos entre imagens consec-utivas em um ambiente de inspeção. Usa-se Scale InvariantFeature Transform (SIFT), o qual é um método robustopara detecção de pontos característicos [12]. Além disso,estes pontos-característicos são utilizados como marcos nomapeamento topológico. Propõe-se o uso de mapas auto-organizáveis baseados em mapas de Kohonen [11] e es-truturas de células de crescimento (GCS - Growing CellStructures) [7] que permite a construção de mapas, mesmoem presença de informações ruidosas.

Vários métodos de localização e mapeamento são basea-dos em mosaicos [8], [10]. No entanto, a utilização do SIFTpara extrair características visuais e mapas topológicos nãofoi encontrada na literatura. Algumas abordagens usam SIFTpara SLAM visual indoor[15][16]. Estas abordagens utilizamo SIFT em um sistema estéreo visual para detecção demarcos visuais, juntamente com a odometria, utilizando filtrode Kalman. Tal proposta é validada a priori em ambientesconhecidos e estruturados.

Todos os autores são do Curso de Engenharia de Computação daUniversidade Federal do Rio Grande (FURG), Km 8, Itália Av., Rio Grande,Brasil eder,emanuel,gabriel,silviacb@ee.furg.br

De forma semelhante à abordagem desenvolvida no pre-sente trabalho, [2] apresenta SLAM topológica visual commapas baseados em aparência, utilizando SIFT em imagensomnidimensionais. No entanto, esta abordagem só é validadacom robôs móveis em ambiente terrestre.

Na seção II é descrito o sistema de visão para mapea-mento, sendo cada etapa envolvida neste processo, detalhadaem subseções. As implementações assim como testes eresultados são apresentados na seção III Por último, alhosfuturos.

II. SISTEMA DE VISÃO PARA MAPEAMENTO

Com a finalidade de montar um mosaico, as várias ima-gens (frames) capturadas de forma consecutiva devem seralinhadas sucessivamente, resultando em um único mapavisual. Normalmente, o processo pode ser resumido pelosseguintes passos:

- pré-processamento da imagem, objetivando a correçãode deformações geométricas e remoção de característicasinadequadas para processamento;

- detecção de características relevantes de cada imagem;- correlação de características entre imagens consecutivas;- estimativa de movimento entre imagens;- construção do mosaico.Cada fase da criação do mosaico é abaixo explicada.

Fig. 1. Visão geral do sistema proposto.

A. Pré-Processamento

O pré-processamento tem como objetivo corrigir defor-mações geométricas causadas por imperfeições no sistema

óptico e solucionar problemas relativos à iluminação não-homogênea do ambiente. Estas distorções introduzem umaincorreta interpretação do posicionamento real do robô e,conseqüentemente, erros de mapeamento e localização. Adistorção causada pelas lentes da câmera na imagem éuma etapa que demanda um certo tempo de processamento,podendo ser modelada por uma aproximação radial e tan-gencial. Porém, como a componente radial é a que causamaior distorção, a maioria dos trabalhos desenvolvidos atéhoje corrige apenas esta distorção [9], sendo suficiente paraa solução do problema. Da mesma forma, optou-se nestetrabalho apenas pela correção da distorção radial.

Em ambiente subaquático, há ainda a distorção causadapela difração da água. A Equação 1 mostra um método pararesolver este problema [20], onde (mx, my) é o ponto semdistorção radial, (m0x, m0y) é o novo ponto sem distorçãopor difração e u0 e v0 são as coordenadas do ponto central.

m0x = mx +R0

R(mx − u0)

m0y = my +R0

R(my − v0) (1)

R0 = f tan (sin−1(1.33 ∗ sin(tan−1 R

f))) (2)

B. SIFTO algoritmo Scale Invariant Feature Transform - SIFT -

é um eficiente filtro para extração e descrição de pontos decaracterísticas relevantes para a análise de imagens [12]. Emtermos gerais, é um método robusto em relação a ruídos,iluminação imprópria, oclusão e variações mínimas no pontode vista de captura da imagem, e constitui-se de quatroestágios principais:

Detecção de extremos no espaço de escala O primeiroestágio utiliza-se do filtro de diferença gaussiana (DOG) paradetectar pontos potencialmente interessantes em um espaçoinvariante à escala e rotação;

Localização de pontos relevantes A localização e escalade cada ponto encontrado no estágio anterior são calculadase pontos relevantes são selecionados baseado em medidas deestabilidade;

Definição de orientação dos pontos relevantes Con-siderando características das imagens, como gradientes lo-cais, as orientações dos pontos relevantes são determinadas.Todas as operações futuras serão feitas em relação a estaorientação, além de escala e posição, garantindo invariânciaem relação a estas transformações;

Criação do descritor dos pontos relevantes Os gradi-entes locais da imagem são calculados baseados na vizin-hança de cada ponto relevante. Estes cálculos são transfor-mados em uma representação que permite mudanças signifi-cantes nos níveis de distorção e iluminação. Sendo assim, ovetor descritor de cada ponto armazena suas característicaspara que um mesmo ponto possa ser encontrado em difer-entes regiões de imagens consecutivas.

Um ponto candidato à relevância é um pixel extremo emrelação à sua vizinhança, localizado em uma determinada

escala de freqüência. Esta vizinhança é definida como sendouma janela n x n, tanto no mesmo espaço de escala quantonos adjacentes, como mostra a Figura 2. Por meio daoperação de Diferença Gaussiana (Equação 3) obtida pelasubtração de duas imagens geradas a partir da convolução,chega-se à banda de freqüência para cada escala.

Fig. 2. Espaço de escala.

D(x, y, σ) = (G(x, y, kσ)−G(x, y, σ)) ∗ I(x, y)= L(x, y, kσ)− L(x, y, σ) (3)

Onde L(x, y, σ) é a escala do espaço determinada pelaconvolução entre a imagem I(x, y) com o filtro GaussianoG(x, y, σ). Os pontos na função DOG que são extremoslocais em sua própria escala e em maiores ou menoressão extraídos como pontos chave. Para obter esses pontosextremos é necessário uma freqüência de amostra na escalado espaço k e um nivelamento inicial σ0. Após, os pontoschave são filtrados para as mais estáveis correlações na escalacom maiores precisões e com maior acurácia de subpixelusando o método descrito em [3].

Depois da construção de descritor de pontos chaves,é necessário computar a orientação desses pontos, assimconseguindo um descritor invariante a rotação. A orientaçãoreferida é calculada com base nos histogramas de gradienteslocais L(x, y, σ). Para cada amostra L(x, y) na mesma escalade pontos chaves, a magnitude do gradiente m(x, y) eorientação θ(x, y) é computado usando diferença de pixels,como na equação 4 e 5.

m(x, y) = (L(x + 1, y)− L(x− 1, y))2 +(L(x, y + 1)− L(x, y − 1))2)1/2 (4)

θ(x, y) = tan−1((L(x, y + 1)− L(x, y − 1))/(L(x + 1, y)− L(x− 1, y))) (5)

A nossa orientação de histograma tem 36 valores cobrindo360 graus do alcance de rotação. Cada amostra adicionadaao histograma é uma medida de gradiente por sua magnitudee por uma ponderada circular-Gaussiana com um σ que é 1,5vezes mais elevado do que a escala do ponto chave.

O local mais próximo do gradiente de dados de im-agem suavizados L(x, y, σ) também é utilizado para criar

o descritor de pontos chave. Com este valor, uma métodoquicksort é utilizado para selecionar os melhores pontos.Este gradiente informação é primeiro rotacionado para obter-se um alinhamento com a orientação definida pelos pontoschave e ponderada por um Gaussiano com uma variância σ.Os dados ponderados são utilizados para criar um númeronomeado de histogramas, ao longo de um conjunto emtorno da janela de pontos característicos. O histogramatêm 8 valores de orientação, cada um criado ao longo deuma janela de apoio de 4x4 pixels. O vetor resultante decaracterística tem 128 elementos com uma janela de apoiototal de 16x16pixels redimensionado.

C. Correlação de características entre imagens consecutivas

Normalmente, os candidatos à correlação de um pontode relevância são pontos próximos ao mesmo, de maneiraque o melhor candidato é o ponto que apresenta a menordistancia Euclidiana. No entanto, alguns pontos instáveis(outliers) são detectados ao longo do processo, levando afalsas correspondências. Para a eliminação desse problema,um método para comparar a menor distancia com a segundamelhor distancia é usado, selecionando somente correspon-dentes próximos por treshold [12].

Além disto, uma Matriz Fundamental estimada pelosmétodos RANSAC e LMedS é usada para remoção deoutliers, validando cada correspondência encontrada.

D. Estimando a matriz de homografia

As imagens correlatas fornecem um conjunto de ve-tores deslocamento relativo,((xi, yi), (x′, yprime)) associ-adas com os pontos correspondentes. Os n pares são uti-lizados para determinar a matriz de homografia H . Estamatriz vai proporcionar o movimento estimado entre essasimagens, transformando as coordenadas homogêneas emnão-homogêneas. Os termos são operados a fim de obter umsistema linear, como mostrado pela equação 6:

x1′ 0 · · · xn′ 0y1′ 0 · · · yn′ 01 0 · · · 1 00 x1′ · · · 0 xn′0 y1′ · · · 0 yn′0 1 · · · 0 1

−x1.x1′ −y1.x1′ · · · xn.xn′ yn.xn′−x1.y1′ −y1.y1′ · · · −xn.yn′ −yn.yn′

·

[h11 h12 h13 h21 h22 h23 h31 h32

]=

x1

y2

...xn

yn

(6)

A posição atual do robô pode ser estimada com o inicioda equação 7, onde 1Hk+1 é a matriz de homografia entreas imagens I1 e Ik+1. A matriz 1H1 é definida pela matrizidentidade 3x3.

1Hk+1 =k∏

i=1

iHi+1 (7)

Das posições estimadas do centro do frame, pode-seestimar a posição global do robô (sabe-se a posição relativaentre o robô e a câmera)

O SIFT prove um conjunto de pontos chave invariante àescala, descritos por um vetor de características. Este vetoré usado para obter o mapa topológico, detalhado na próximaseção.

E. Mapas Topológicos

Os vetores extraídos pelo SIFT são utilizados para com-por o mapa topológico obtido pelo uso de mapas auto-organizáveis baseados em redes neurais de Kohonen [11] eEstruturas Celulares Crescentes [7].

O Mapa de Kohonen é um tipo de rede neural artificialtreinada através de aprendizado não supervisionado. Ummapa de pequena dimensão, normalmente de duas, discretizao espaço de entrada das amostras de treinamento, tentandopreservar as propriedades topológicas do mesmo. A estruturade uma rede de Kohonen consiste de componentes chamadasnodos ou neurônios. Associado a cada nodo há um vetor depesos da mesma dimensão dos vetores dos dados de entrada euma posição no espaço. Os nodos são conectados por linhas,resultando em um grid 2D.

A atual proposta do projeto opera no espaço de carac-terísticas invariantes à escala ao invés do espaço da imagem.Durante o processo de navegação, vetores de característicassão apresentadas aos mapas auto-organizáveis. O algoritmode aprendizagem é baseado no conceito de aprendizado devizinho mais próximo (nearest-neighbor). Quando uma novaentrada é obtida, o mapa topológico determina o vetor decaracterísticas do nodo de referencia que melhor correspondeao vetor de entrada. Como o sistema usa diversos vetoresde características associados a cada imagem, o algoritmode nearest-neighbor é aplicado a cada vetor separadamente.Os resultados deste algoritmo são então combinados comum esquema simples de votação unânime. Nodos podem sercriados ou deletados durante o processo de aprendizado.

O mapa topológico final permite duas possibilidades denavegação: através de posições alvo ou através de metasvisuais. Da posição corrente, algoritmos de busca em grafo,[6] ou A∗ algoritmo [5] podem ser usados para achar ocaminho ideal até o ponto desejado.

III. IMPLEMENTAÇÃO DO SISTEMA,TESTES ERESULTADOS

Para validar este trabalho, realizou-se testes com dois tiposde robôs, um subaquático e um capaz de mover-se no interiorde um duto. Primeiramente, é apresentado na figura 3 orobô subaquático. Este é equipado com uma câmera de vídeoTritech Typhoon Colour Underwater, um sonar Miniking eum conjunto de sensores (altímetros e acelerômetros) [4].

O sistema visual foi testado em um desktop Intel core 2Quad Q6600, com 2 Gb of RAM. A câmera é padrão NTSC

Fig. 3. ROVFURGII em campo de teste.

Distorção 1 2 3 4 5Distância da Fonte de Luz(m) 0.2 0.22 0.25 0.25 0.3Valor de Atenuação(%) 0.05 0.05 0.06 0.05 0.05Ruído gaussiano(σ) 2 2 2 4 4Mínimo Nível de Cinza 20 30 20 20 20Número de Flocos de Neve Mar-inha

30 30 30 30 30

TABLE ICARACTERÍSTICAS SUBMARINAS PARA CADA DISTORÇÃO USADA NOS

TESTES.

usando 320x240 pixels a uma taxa máxima de 29.97 framespor segundo.

Diferenças de características submarinas foram aplicadasas imagens, como a turbidez, neve marinha, iluminação não-linear, e outros, simulando diferentes condições subaquática.A Tabela I mostra os recursos aplicados.

A. O método em diferentes características subaquática

O sistema visual foi testado em cinco diferentes sistemassubmarinos, o correspondente a cada uma (filtro i) é ap-resentado na tabela I. A figura 4 enumera a detecção ecorrespondência de pontos chave obtidos em uma navegaçãovisual. Apesar de o número de pontos e de correlaçõesdiminuir de qualidade por causa da perda de condiçõessubaquática, ainda é possível localizar o robô, de acordocom a figura 5. Nesta figura, o movimento referencial érepresentado em azul, executado por um braço robóticocomposto por um atuador harmonic drive acoplado com umodômetro fornecendo leituras em cada 0,000651 segundos,com uma câmera acoplada a este. É possível ver que aabordagem proposta é robusta a ambientes subaquáticosmutáveis.

B. Localização Online do Robô

Alguns testes foram realizados para comparar a desem-penho do algoritmo SIFT frente a um algoritmo muitoutilizado para localização robótica em ambiente subaquático,o KLT [14] [19]. Ele foi proposto por Lucas e Kanade [13],sendo melhorado, posteriormente [18] [17]. Para os testescom KLT foi utilizado a implementação de Birchfield [1],com algumas modificações, como a busca por pontos a cada5 imagens. Visto que a KLT é um método que utiliza fluxoótico para procurar pontos em uma janela de busca, assim,

Fig. 4. Número de pontos chave e correlações verdadeira em ummovimento de um braço robótico.

Fig. 5. Posição determinada por odometria e pelo sistema visual com esem distorção.

buscando pontos apenas no início do processo, depois apenaslocaliza estes pontos nas imagens consecutivas.

A figura 6 mostra os resultados de performance usandoos métodos SIFT e KLT. O SIFT obteve uma taxa médiade 4.4 fps sobre as imagens originais, sem distorção, euma taxa de 10.5 fps com o uso do filtro 5, com a piordistorção aplicada. O KLT apresentou maiores médias, 13.2fps and 13.08 fps, respectivamente. Note que SIFT tevepiores tempos de processamento em imagens de alta qual-idade, porque teve um maior número de pontos detectadose conseqüentemente um maior número de descritores a serprocessado. O KLT, ao invés disso, manteve um tempo quaseconstante de processamento.

No entanto, devido à lenta dinâmica associada ao movi-mento de veículos submarinos, os dois métodos podem seraplicados.

Os resultados relacionados a localização de robôs usandoSIFT foram considerados satisfatórios, mesmo em ambientescom extrema distorção (filtro 5). De outra forma, KLTobteve resultados insatisfatórios em ambos os casos, uma vezque o robô é muito suscetível a variações de profundidadeou de escala na imagem, o que ocorre constantemente nomovimento de AUV’s (Autonomous Underwater Vehicle -Veículo Autônomo Subaquático).

Fig. 6. Localização real de um robô em um sistema online com e semdistorção.

C. Robustez a escala

Testes foram realizados para estimar a robustez do sistemaproposto a súbitas variações de escala. Neste caso, o movi-mento de translação com zoom constante foi realizado coma câmera para simular um movimento do robô em condiçõescríticas.

A figura 7 mostra o deslocamento do SIFT x KLT medidosa partir do centro de captura dos frames. O desempenhodo SIFT é considerado satisfatório, mesmo em condiçõesaquáticas críticas. Considerando-se o uso de alguns filtrosem condições extremas, o SIFT é superior ao KLT, emboraele mostre a inexistência do movimento no eixo Y. Repareque, devido à escala tratar variação, o desempenho do SIFTé muito melhor do que o KLT.

Durante os ensaios, o SIFT demonstrou uma taxa médiade mais de 6,22 fps sobre as imagens originais capturadaspela câmera e uma taxa de 7,31 fps utilizando o filtro 1 e10.24 fps usando o filtro 5. O KLT mostrou 12.5, 10.2 e11.84 fps, respectivamente.

Fig. 7. Localização com translação e movimento de escala com e semdistorção.

D. Mapas Topológicos

Testes para validação do sistema de mapeamento foramrealizado, utilizando as imagens capturadas pelo veículosubaquático, gerando assim o gráfico mostrado na figura8, permitindo assim a navegação do veículo, tanto peladeterminação de uma posição objetivo quanto a partir deum local(imagem) objetivo. Tendo assim um sistema capazde realizar SLAM e permitir a navegação em online.

Por último, foram realizados testes no sistema de local-ização de uma robô para inspeção de linhas subterrâneas dedistribuição de energia. Este robô desloca-se no interior deum duto junto a cabos de energia. Para validar o sistemade localização do robô, foi acoplada uma câmera de vídeoSamsung SC-D364 a base do robô e gravado um desloca-mento linear de 96 centímetros e um tempo de 38 segundosno interior do duto.

O sistema visual foi testado em um desktop Intel core 2Quad Q6600, com 2 Gb of RAM. A câmera é padrão NTSCusando 320x240 pixels a uma taxa máxima de 29.97 framespor segundo, da mesma forma do teste anterior.

O resultado apresentado pelo sistema de visão é demon-strado pela figura ??. A linha verde desta figura representao movimento principal, usado como comparação para adistância previamente conhecida. Foi encontrado um erro de

Fig. 8. Mapa topológico gerado pelo ROVFURGII.

aproximadamente 2 centímetros entre o valor real e o valorretornado pelo SIFT. O outro movimento, representado pelalinha azul, mostra uma pequena rotação no interior do duto,o qual será desprezada. Estes valores foram ao encontro doesperado, apresentando um gráfico linear. Assim o sistema devisão deste robô é capaz de auxiliar na navegação, uma vezque fornece dados de posição, tempo e, conseqüentemente,velocidade.

Fig. 9. Sistema de localização visual para um robô de inspeção subterrânea.

IV. CONCLUSÃO

O trabalho apresentou uma nova abordagem para lo-calização e mapeamento simultâneo (SLAM) para robôsautônomos, utilizando apenas a informação visual online. Ouso de visão computacional como fonte sensorial mostrou-se uma solução de baixo custo, com bom desempenho erobusta. Tal sistema pode ser utilizado em tarefas de inspeçãoautônomas ou no auxílio ao controle em malha fechada derobôs, no caso de existir um operador remoto.

Diversos testes foram realizados com diferentes carac-terísticas subaquáticas. A efetividade da nossa proposta foivalidada em um conjunto de cenários reais, com diferentesníveis de turbidez, neve marinha, iluminação não-uniforme,ruído, entre outros. Os resultados mostraram a vantagem deutilizar SIFT, em relação a outros métodos como o KLT,

devido a sua invariância a escala e rotação, além de parcial-mente invariante a condições de iluminação e transformaçõesperspectivas. Também, foram realizados testes em um veículoprojetado para deslocar-se no interior de um duto. Nestecaso, avaliou-se dados de odometria comprovando ser umaalternativa à odômetros acoplados em rodas, visto que estespodem fornecer dados inconsistentes devido a derrapagens.

A correlação dos pontos de interesse provido pelo SIFT foisatisfatória, apesar de, na presença de muitas outliers (falsascorrelações). A proposta de utilização da matriz fundamentalestimada em formas sólidas, a fim de remover outliers atravésdo algoritmo RANSAC e LMedS mostraram bons resultados.

O mapeamento topológico baseado nas redes de Kohonene nas GCS, apesar de pouco difundido, mostrou potencialpara aplicações de SLAM subaquático utilizando informaçãovisual, sendo robusto a imprecisões sensoriais além de apre-sentar baixo custo computacional.

Como trabalhos futuros propõe-se a implementação dosistema em hardware embarcado. Também a utilização dainformação de escala fornecida pelo SIFT, que juntamentecom a informação do altímetro, possibilitaria a determinaçãodo movimento em profundidade do veículo. O uso de visãoestereoscópica também é uma possibilidade, fornecendo as-sim, diretamente, a profundidade do veiculo.

REFERENCES

[1] Stan Birchfield. Klt 1.3.4 : A c implementation of klt tracker.http://www.ces.clemson.edu/ stb/klt/, 2007. [Last Acessed in February,2008].

[2] O. Booij, B. Terwijn, Z. Zivkovic, and B. Krose. Navigation using anappearance based topological map. In IEEE International Conferenceon Robotics and Automation, pages 3927–3932, April 2007.

[3] Matthew Brown and David Lowe. Invariant features from interestpoint groups. In British Machine Vision Conference, pages 656–665,Cardiff, Wales, 2002.

[4] Mario Centeno. Rovfurg-ii: Projeto e construção de um veículosubaquático não tripulado de baixo custo. Master’s thesis, EngenhariaOceânica - FURG, 2007.

[5] Rina Dechter and Judea Pearl. Generalized best-first search strategiesand the optimality af a*. Journal of the Association for ComputingMachinery, 32(3):505–536, July 1985.

[6] Edsger W. Dijkstra. A note on two problems in connexion with graphs.Numerische Mathematik, 1:269–271, 1959.

[7] Bernd Fritzke. Growing cell structures - a self-organizing network forunsupervised and supervised learning. Technical report, University ofCalifornia - Berkeley, International Computer Science Institute, May1993.

[8] Rafael Garcia, Xavier Cufi, and Marc Carreras. Estimating themotion of an underwater robot from a monocular image sequence. InIEEE/RSJ International Conference on Intelligent Robots and Systems,volume 3, pages 1682–1687, 2001.

[9] N. Gracias, S. Van der Zwaan, A. Bernardino, and J. Santos-Vitor.Results on underwater mosaic-based navigation. In IEEE OceansConference, volume 3, pages 1588–1594, 10 2002.

[10] Nuno Gracias and Jose Santos-Victor. Underwater video mosaics asvisual navigation maps. Computer Vision and Image Understanding,79(1):66–91, July 2000.

[11] Teuvo Kohonen. Self-Organizing Maps. Springer-Verlag New York,Inc., Secaucus, NJ, USA, 2001.

[12] David Lowe. Distinctive image features from scale-invariant keypoints.International Journal of Computer Vision, 60(2):91–110, 2004.

[13] Bruce D. Lucas and Takeo Kanade. An iterative image registrationtechnique with an application to stereo vision. In International JointConferences on Artificial Intelligence, pages 674–679, 1981.

[14] K. Plakas and E. Trucco. Developing a real-time, robust, video tracker.In MTS/IEEE OCEANS Conference and Exhibition, volume 2, pages1345–1352, 2000.

[15] Stephen Se, David Lowe, and James Little. Mobile robot localizationand mapping with uncertainty using scale-invariant visual landmarks.The International Journal of Robotics Research, 21(8):735–758, 2002.

[16] Stephen Se, David Lowe, and James Little. Vision-based globallocalization and mapping for mobile robots. IEEE Transactions onRobotics, 21(3):364–375, June 2005.

[17] Jianbo Shi and Carlo Tomasi. Good features to track. In IEEEConference on Computer Vision and Pattern Recognition, pages 593–600, 1994.

[18] Carlos Tomasi and Takeo Kanade. Detection and tracking of pointfeatures. Technical report, Carnegie Mellon University, April 1991.

[19] T. Tommasini, A. Fusiello, V. Roberto, and E. Trucco. Robust featuretracking in underwater video sequences. In IEEE OCEANS Conferenceand Exhibition, volume 1, pages 46–50, 1998.

[20] Xun Xu and Shahriar Negahdaripour. Vision-based motion sensingfor underwater navigation and mosaicing of ocean floor images. InMTS/IEEE OCEANS Conference and Exhibition, volume 2, pages1412–1417, October 1997.