Search

Environment landmarks are generally employed by visual SLAM (vSLAM) methods in the form of keypoints. However, these landmarks are unstable over time because they belong to areas that tend to change, e.g., shadows or moving objects. To solve this, some other authors have proposed the combination of keypoints and artificial markers distributed in the environment so as to facilitate the tracking process in the long run. Artificial markers are special elements (similar to beacons) that can be permanently placed in the environment to facilitate tracking. In any case, these systems keep a set of keypoints that is not likely to be reused, thus unnecessarily increasing the computing time required for tracking. This paper proposes a novel visual SLAM approach that efficiently combines keypoints and artificial markers, allowing for a substantial reduction in the computing time and memory required without noticeably degrading the tracking accuracy. In the first stage, our system creates a map of the environment using both keypoints and artificial markers, but once the map is created, the keypoints are removed and only the markers are kept. Thus, our map stores only long-lasting features of the environment (i.e., the markers). Then, for localization purposes, our algorithm uses the marker information along with temporary keypoints created just in the time of tracking, which are removed after a while. Since our algorithm keeps only a small subset of recent keypoints, it is faster than the state-of-the-art vSLAM approaches. The experimental results show that our proposed sSLAM compares favorably with ORB-SLAM2, ORB-SLAM3, OpenVSLAM and UcoSLAM in terms of speed, without statistically significant differences in accuracy.

Square planar markers are a widely used tools for localization and tracking due to their low cost and high performance. Many applications in Robotics, Unmanned Vehicles and Augmented Reality employ these markers for camera pose estimation with high accuracy. Nevertheless, marker-based systems are affected by several factors that limit their performance. First, the marker detection process is a time-consuming task, which is intensified as the image size increases. As a consequence, the current high-resolution cameras has weakened the processing efficiency of traditional marker systems. Second, marker detection is affected by the presence of noise, blurring and occlusion. The movement of the camera produces image blurriness, generated even by small movements. Furthermore, the marker may be partially or completely occluded in the image, so that it is no longer detected. This thesis deals with the above limitations, proposing novel methodologies and strategies for successful marker detection improving both the efficiency and robustness of these systems. First, a novel multi-scale approach has been developed to speed up the marker detection process. The method takes advantage of the different resolutions at which the image is represented to predict at runtime the optimal scale for detection and identification, as well as following a corner upsampling strategy necessary for an accurate pose estimation. Second, we introduce a new marker design, Fractal Marker, which using a novel keypoint-based method achieves detection even under severe occlusion, while allowing detection over a wider range of distance than traditional markers. Finally, we propose a new marker detection strategy based on Discriminative Correlation Filters (DCF), where the marker and its corners represented in the frequency domain perform more robust and faster detections than state-ofthe- art methods, even under extreme blur conditions. Los marcadores planos cuadrados son una de las herramientas ampliamente utilizadas para la localización y el tracking debido a su bajo coste y su alto rendimiento. Muchas aplicaciones en Robótica, Vehículos no Tripulados y Realidad Aumentada emplean estos marcadores para estimar con alta precisión la posición de la cámara. Sin embargo, los sistemas basados en marcadores se ven afectados por varios factores que limitan su rendimiento. En primer lugar, el proceso de detección de marcadores es una tarea que requiere mucho tiempo y este incrementa a medida que aumenta el tamaño de la imagen. En consecuencia, las actuales cámaras de alta resolución han debilitado la eficacia del procesamiento de los sistemas de marcadores tradicionales. Por otra parte, la detección de marcadores se ve afectada por la presencia de ruido, desenfoque y oclusión. El movimiento de la cámara produce desenfoque de la imagen, generado incluso por pequeños movimientos. Además, el marcador puede aparecer en la imagen parcial o completamente ocluido, dejando de ser detectado. Esta tesis aborda las limitaciones anteriores, proponiendo metodologías y estrategias novedosas para la correcta detección de marcadores, mejorando así tanto la eficiencia como la robustez de estos sistemas. En primer lugar, se ha desarrollado un novedoso enfoque multiescala para acelerar el proceso de detección de marcadores. El método aprovecha las diferentes resoluciones en las que la imagen está representada para predecir en tiempo de ejecución la escala óptima para la detección e identificación, a la vez que sigue una estrategia de upsampling de las esquinas necesaria para estimar la pose con precisión. En segundo lugar, introducimos un nuevo diseño de marcador, Fractal Marker, que, mediante un método basado en keypoints, logra detecciones incluso en casos de oclusión extrema, al tiempo que permite la detección en un rango de distancias más amplio que los marcadores tradicionales. Por último, proponemos una nueva estrategia de detección de marcadores basada en Discriminate Correlation Filters (DCF), donde el marcador y sus esquinas representadas en el dominio de la frecuencia realizan detecciones más robustas y rápidas que los métodos de referencia, incluso bajo condiciones extremas de emborronamiento.

La industria de impresión es un mercado que produce ventas alrededor de 700 mil millones de dólares anuales. El proporcionar herramientas que faciliten a los clientes su trabajo es una de las actividades principales de HP. Con tal motivo, esta empresa creó una herramienta de modelado y simulación de pisos de producción para la industria de impresión de alto volumen. Esta herramienta es conocida como ESCAPE (End-to End System Configuration Analyzer for Print Production Environment). ESCAPE permite a los clientes el anticipar demandas futuras, revisar métricas del piso de producción y realizar cambios de configuración en un ambiente virtual que no tiene los altos costos que tendría adquirir equipo nuevo. En los últimos años han sido agregadas nuevas funcionalidades a ESCAPE que permiten que sea más sencillo de utilizar, que las métricas provistas sean más fáciles de comprender y la capacidad de hacer comparativas entre múltiples configuraciones del piso de producción. Estas comparativas han permitido que los clientes tomen mejores decisiones acerca de su demanda actual y futura de trabajo. Una de las características adicionales que se han sido solicitadas a ESCAPE es la inclusión de un motor de optimización que sea capaz de eliminar el trabajo de la creación de escenarios de configuración diferentes en búsqueda de una configuración “óptima” para una carga de trabajo. La creación de este motor de optimización es el tema de este documento. The printing industry sustains annual sales over US$700B. Having tools to enable customers do their work is one of the main activities HP does. HP created a print factory modeling and simulation tool known as ESCAPE (End-to End System Configuration Analyzer for Print Production Environment). ESCAPE enables customer to forecast future demands, review print floor metrics and customize their current print floor configuration without the high costs acquiring new equipment represent to the company. Over the last couple of years, additional features have been added to ESCAPE to make it easier to use, provide better insight on the print floor and to make comparisons between scenarios. These scenario comparisons have enabled customers to be better equipped for the future workloads that the will receive. One of the latest features proposed to ESCAPE is the addition of an optimization engine that will automatically remove the burdens of generating multiple scenarios configurations looking for an “optimal” configuration to a given workload. The creation of this optimization engine will be described on this document. Consejo Nacional de Ciencia y Tecnología

Cartel presentado en la Segunda Conferencia Internacional de Comunicación en Salud, celebrada el 23 de octubre de 2015 en la Universidad Carlos III de Madrid Introducción: Nuestro proyecto surge con la convicción de que un sistema de registro e Información único (HRI) para obtener información confiable e indicadores sobre los procesos asistenciales que incluyen a pacientes pluripatológicos (PP) en Atención Domiciliaria (AD), permitirá desarrollar la gestión, planificación, investigación, evaluación epidemiológica y de riesgos, del rendimiento y la toma de decisiones en el Servicio Sanitario Público Andaluz (SSPA). Los objetivos serán desarrollar una hoja de registro única en AD para el PP y posteriormente ofrecer la evaluación de este modelo a través de información esencial sobre las características de los pacientes atendidos, del servicio ofrecido y los beneficios conseguidos. Método: Estudio cuasiexperimental para la evaluación del impacto de los nuevos registros de información respecto a la HRI utilizada habitualmente en la Unidad de Gestión Clínica en la provincia de Almería.

Protein denaturation by surfactants is related with topic as pharmaceutics, cosmetics, paints or biotechnology. This phenomenon is highly dependent on the physico-chemical properties of the denaturing agents. In this communication we report the ROA spectra of bovine serum albumin in the presence of different surfactants, which share a common hydrophobic tail, with the objerctive of correlating the structural specificities of the surfactant-protein interaction with the ROA signatures by following the protein unfolding process.In our work we propose two new groups of ROA marker bands related with the protein unfolding induced by surfactants. This work represents one of the first applications of ROA to study the interaction of a protein with surfactants, and a new proof of the ability of this chiroptical technique to see beyond that can be seen with conventional Raman spectroscopy. Universidad de Málaga. Campus de Excelencia Internacional Andalucía Tech.