Localización Indoor basada en la reconstrucción de mapas a partir de nubes de puntos

Abstract

La localización y orientación en espacios interiores representa un desafío debido a la degradación de señales GPS, cambios de iluminación, variaciones de perspectiva y ambigüedad visual. Para abordar esto, en este Trabajo de Obtención de Grado se desarrolló un flujo de relocalización visual indoor apoyado en un mapa métrico-topológico previamente construido con RTAB-Map (herramienta de mapeo en tiempo real basada en apariencia que genera mapas 3D y 2D a partir de sensores como LiDAR o cámaras de profundidad). El propósito fundamental consiste en estimar la posición en un plano 2D y la orientación de un usuario o dispositivo a partir de una única imagen de consulta. El sistema emplea una arquitectura híbrida que combina métodos clásicos de visión por computadora con técnicas de aprendizaje profundo, operando en dos etapas principales. En la fase offline de preparación, se organizó una base de datos en SQLite con imágenes de un recorrido previo asociadas a sus coordenadas espaciales, y se calcularon embeddings (vectores numéricos de alta dimensión que representan de forma matemática las características visuales de una imagen) que fueron normalizados e indexados mediante la biblioteca FAISS (biblioteca de software optimizada para la búsqueda eficiente de similitudes y el agrupamiento de vectores densos a gran escala). En la fase online, el vector de una nueva imagen de consulta capturada por una cámara RGB o RGB-D se contrasta eficientemente contra dicho índice; los nodos candidatos recuperados se refinan mediante verificación geométrica y análisis de correspondencias locales para seleccionar la hipótesis de pose más consistente. Aunque la construcción del mapa admitió datos complementarios de sensores como LiDAR o IMU para fortalecer la estimación espacial, la relocalización en tiempo real se centra en el procesamiento visual de las imágenes ingresadas. Para lograr una interpretación clara de los datos, la posición y la orientación estimadas se proyectan sobre un plano 2D empleando una transformación afín (que considera alineación, rotación y escalado) renderizada con OpenCV, la cual permite visualizar el nodo localizado y el grafo del recorrido. Con el objetivo de facilitar el uso del sistema y habilitar pruebas integrales, se construyó una infraestructura compuesta por una API REST encargada de ejecutar el proceso de relocalización y una interfaz web interactiva desarrollada con HTML, CSS y JavaScript para cargar imágenes de consulta y explorar el mapa. La precisión y viabilidad del sistema se evaluó mediante tres modalidades de prueba. En una evaluación controlada con 20 consultas sintéticas, ORB y SuperPoint+LightGlue alcanzaron una exactitud Top-1 del 100 %, con tiempos promedio de 0.283 s y 0.851 s, respectivamente. En una evaluación manual con 10 imágenes reales se obtuvo una exactitud Top-1 del 40 % y Top-5 del 70 %. Finalmente, como prueba principal, se realizó una evaluación cross-session con 490 consultas provenientes de un recorrido independiente capturado 18 días antes del mapa de referencia. SuperPoint+LightGlue alcanzó una tasa de localización exitosa del 94.7 %, con error espacial mediano de 0.615 m, mientras que ORB alcanzó 91.6% y 0.764 m, respectivamente. Estos resultados muestran la viabilidad del enfoque híbrido y permiten identificar las condiciones en las que la variación visual y la similitud estructural del entorno afectan laprecisión de la relocalización.