Đánh giá hiệu năng giải thuật fab - map định vị robot trong nhà sử dụng thông tin hình ảnh

Kỷ yếu Hội nghị Khoa học Quốc gia lần thứ IX “Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR'9)”; Cần Thơ, ngày 4-5/8/2016 
DOI: 10.15625/vap.2016.00012 
ĐÁNH GIÁ HIỆU NĂNG GIẢI THUẬT FAB-MAP* ĐỊNH VỊ ROBOT 
TRONG NHÀ SỬ DỤNG THÔNG TIN HÌNH ẢNH 
Nguyễn Quốc Hùng12, Vũ Hải1, Trần Thị Thanh Hải1, Nguyễn Quang Hoan3 
1
 Viện Nghiên cứu quốc tế MICA, Trường ĐHBK HN - CNRS/UMI - 2954 - INP Grenoble 
2 Trường Cao đẳng Y tế Thái Nguyên 
3 Trường Đại học Sư phạm Kỹ thuật Hưng Yên 
{Quoc-Hung.NGUYEN, Thanh-Hai.TRAN, Hai.VU}@mica.edu.vn, quanghoanptit@yahoo.com.vn 
TÓM TẮT— Bài báo này trình bày tóm lược giải thuật FAB-MAP* định vị robot sử dụng thông tin hình ảnh trong môi trường trong 
nhà với ý tưởng chính là việc xác định vị trí robot bởi việc phép toán xác xuất có điều kiện giữa quan sát hiện tại với tập các quan 
sát mà robot di chuyển qua, các quan sát này được huấn luyện từ trước dựa vào đặc trưng phân loại cảnh và cây khung nhỏ nhất 
liên kết của các từ điển môi trường đồng xuất hiện. Từ đó quyết định vị trí chính xác trên bản đồ môi trường đã xây dựng từ trước. 
Trong bài báo này chúng tôi tập chung thực hiện đánh giá hiệu năng giải thuật FAB-MAP* trên CSDL được thu thập tại thư viện Tạ 
Quang Bửu (Việt Nam) và Milano-Bicocca (Italy). Kết quả cho thấy giải thuật định vị FAB-MAP* có tính khả thi trong bài toán 
định vị đối tượng trong nhà, làm cơ sở xây dựng các ứng dụng các bài toán SLAM cho robot trong tương lai. 
Từ khóa— Giải thuật FAB-MAP*, Định vị hình ảnh, Robot. 
I. GIỚI THIỆU CHUNG 
Dẫn đường robot được mô tả như một quá trình xác định đường đi hợp lý và an toàn từ điểm khởi đầu đến một 
điểm đích để robot có thể di chuyển giữa chúng. Rất nhiều cảm biến khác nhau như GPS, Lidar, Wifi đã được sử dụng 
để giải quyết bài toán này. Tuy nhiên những dữ liệu đó không luôn có sẵn hoặc thuận tiện cho việc thu thập, đặc biệt 
trong môi trường nhỏ hoặc vừa. Ví dụ, hệ thống định vị GPS chỉ cung cấp các dịch vụ bản đồ trong điều kiện khắt khe 
như thời tiết tốt, môi trường lớn, ngoài trời và không hỗ trợ trong môi trường nhỏ như trong các tòa nhà [1]. Các hệ 
thống sử dụng Lidar đòi hỏi phải đầu tư chi phí [2]. Hệ thống định vị Wifi cũng không dễ dàng triển khai, cài đặt, ngay 
cả đối với các môi trường diện hẹp [3]. 
Trong 30 năm trở lại đây, hướng tiếp cận dẫn hướng dựa trên hình ảnh đã thu hút sự quan tâm đặc biệt của các 
nhà nghiên cứu và phát triển. Các hướng tiếp cận dẫn hướng nói chung và sử dụng hình ảnh nói riêng có thể phân thành 
hai loại: loại thứ nhất dựa trên bản đồ môi trường đã được xây dựng từ trước bởi chính robot hoặc bởi một công cụ 
khác; loại thứ hai vừa định vị vừa tự xây dựng bản đồ (hay còn gọi chung là SLAM). Các phương pháp thuộc hướng 
tiếp cận thứ hai chỉ cho phép dẫn hướng cho robot nhưng không cho phép tìm đường đi giữa hai vị trí trong môi 
trường. Trong khi ngữ cảnh bài toán đặt ra là robot dẫn đường từ hai vị trí biết trước vì vậy phải có một bản đồ môi 
trường được xây dựng ở pha ngoại tuyến và được sử dụng ở pha trực tuyến để định vị và tìm đường. 
Trong khuôn khổ bài báo này, chúng tôi đi theo hướng tiếp cận xây dựng bản đồ môi trường ở pha ngoại tuyến 
và định vị sử dụng nguồn thông tin hình ảnh thu thập được từ camera. Ưu điểm chính của việc sử dụng camera là giá 
thành rẻ hơn rất nhiều so với các cảm biến khác trong khi cung cấp nguồn thông tin hình ảnh có giá trị phục vụ cho 
nhiều bài toán khác nhau như xây dựng bản đồ, định vị và phát hiện vật cản bằng các thiết bị thông thường như camera 
cầm tay. Đặc biệt là các kết quả đánh giá giải thuật FAB-MAP* với các CSDL thu thập tại thư viện Tạ Quang Bửu 
(Việt Nam) và Milano-Bicocca (Italy) từ đó cho thấy được điểm mạnh của giải thuật được đề xuất. 
Bài báo này được bố cục như sau: Phần I giới thiệu bài toán định vị cho robot. Phần II trình bày các nghiên 
cứu liên quan. Phần III tóm tắt hệ thống đề xuất, trong đó trình bày các bài toán liên quan đến robot dẫn đường. Phần 
IV đánh giá thử nghiệm trên CSDL thu nhận tại thư viện Tạ Quang Bửu (Việt Nam) và Milano-Bicocca (Italy). Phần V 
là kết luận và hướng phát triển trong tương lai. 
II. MỘT SỐ NGHIÊN CỨU LIÊN QUAN 
Như đã giới thiệu ở trên, bài toán định vị và xây dựng bản đồ môi trường cho robot có thể sử dụng rất nhiều 
loại cảm biến khác nhau. Tuy nhiên bài báo này đi theo hướng tiếp cận sử dụng camera. Vì vậy, chúng tôi chỉ tập trung 
trình bày những nghiên cứu liên quan về định vị và xây dựng bản đồ môi trường sử dụng thông tin hình ảnh. 
A. Hướng tiếp cận chỉ sử dụng 01 camera 
Broida 1990 [4], Broida và Chellappa 1991 [5] đề xuất thuật toán đệ quy tính toán sử dụng 01 camera thu thập 
một chuỗi hình ảnh của một đối tượng di chuyển để ước tính cấu trúc và động học của đối tượng sử dụng 01camera, 
đây có thể coi là nghiên cứu đầu tiên theo hướng tiếp cận Monocular SLAM. Việc thực hiện dự đoán vị trí được thực 
hiện kết hợp với bộ lọc lặp Kalman mở rộng (IEKF-Iterated Extended Kalman Filter) cho các điểm đặc tr ... ng ngoại tuyến nhằm xây dựng các vị trí quan trọng (đánh 
dấu) trên hành trình của robot. 
 Định vị vị trí robot trên bản đồ môi trường đã định nghĩa trước các vị trí quan trọng. 
Nguyễn Quốc Hùng, Vũ Hải, Trần Thị Thanh Hải, Nguyễn Quang Hoan 89 
Các cải tiến này được trình bày chi tiết trong các phần dưới đây. Chúng tôi đặt tên giải thuật định vị robot cải 
tiến này là FAB-MAP*. 
B. Giải thuật FAB-MAP* xây dựng cơ sở dữ liệu vị trí đặc tả môi trường 
Trong nghiên cứu này, chúng tôi dựa trên ý tưởng của FAB-MAP để tính xác suất mà quan sát hiện tại của 
robot trùng với một quan sát tại vị trí nào đó đã được huấn luyện trong CSDL. Giải thuật FAB-MAP* làm việc trên 
toàn bộ các vị trí của bản đồ tổng thể đã được xây dựng từ trước. Để xây dựng bộ từ điển, FAB-MAP* sử dụng toàn bộ 
số khung hình thu nhận được để huấn luyện. Tuy nhiên với môi trường trong nhà, các khung cảnh thường lặp đi lặp lại. 
Để loại bỏ tính lặp của các mẫu, chúng tôi đề xuất chỉ sử dụng các khung cảnh phân biệt, các khung cảnh 
này được lựa chọn bằng cách sử dụng khoảng cách euclid của hai véctơ đặc trưng GIST [25] trích chọn từ hai ảnh 
liên tiếp. Cách làm này cho phép giảm thiểu các từ bị lặp, từ đó tăng hiệu năng (độ chính xác và độ triệu hồi) của 
giải thuật định vị. 
Xác định cảnh phân biệt để giảm các quan sát trùng lặp: Bài toán xác định khung cảnh phân biệt được mô tả 
như sau: Giả thiết có một chuỗi N khung hình liên tiếp I = {I1,I2,...,IN}. Xác định tập con của Id I với Id = {Ii1,Ii2,...,Iid} 
trong đó các khung cảnh Iij là phân biệt. Để xác định Iij với Iik là phân biệt, có thể kiểm chứng bằng hàm khoảng cách 
D(Iij,Iik): 
 ( ) ( ( ) ( )) (4) 
Trong đó: ED là khoảng cách giữa hai véctơ trong không gian. Việc xác định các khung cảnh riêng biệt thực 
hiện bằng giải thuật sau đây. Đầu vào là một chuỗi các hình ảnh liên tiếp thu thập từ camera: I = {I1,I2...IN} gồm các 
bước: 
 Bước 1: Tính toán sai khác giữa hai khung hình liên tiếp Ii và Ii−1: Sai khác này được định nghĩa là khoảng 
cách Euclid Di giữa hai véctơ đặc trưng GIST tương ứng Fi,Fi−1. 
 Bước 2: Kiểm tra nếu Di > θGist thì Ii được lựa chọn là khung hình phân biệt, trong đó θGist là ngưỡng xác định 
trước bằng thực nghiệm quyết định số lượng khung hình giữ lại. 
1. Chuyển pha trực tuyến của FAB-MAP về hoạt động ngoại tuyến: Sau khi đã xác định các cảnh phân biệt, các ảnh 
này được đưa vào pha ngoại tuyến để xây dựng từ điển và cây Chow Liu trước khi đưa vào pha trực tuyến của FAB-
MAP gốc tạo ra các vị trí trên bản đồ. So với FAB-MAP, đầu vào của FAB-MAP* là tập các ảnh đã thu thập từ trước 
trên hành trình khai phá đường đi trong môi trường. 
Công việc huấn luyện này có thể chạy một lần hoặc nhiều lần với các dữ liệu đường đi khác nhau để làm giàu 
số vị trí trên bản đồ. Một thủ tục lặp có tên “Loop Closure Detection” có nhiệm vụ đánh chỉ mục cho các vị trí mới 
phát hiện trùng khớp với vị trí trên bản đồ, được thực hiện liên tục và kết thúc khi không còn phát hiện các vị trí mới. 
2. Định vị vị trí robot trên bản đồ môi trường: Sau khi đã xây dựng bản đồ topo số liệu ở pha ngoại tuyến, việc định vị 
ở pha trực tuyến. Ở pha trực tuyến, camera thu nhận ảnh Ik, quan sát từ đầu đến thời điểm k là Zk như định nghĩa ở phần 
trên. Thực hiện tính xác suất mà quan sát Zk có thể ở vị trí Li trên bản đồ LN = {L1,L2,...,LN} với mọi giá trị ̅̅ ̅̅ ̅, 
trong đó N là tổng số vị trí đã học trong môi trường xác định bằng cồng thức: 
 ( | 
 ) 
 ( | 
 ) ( | 
 )
 ( | )
 (5) 
So với công thức 3, công thức này khác ở chỗ ZN được thay bởi Zk−1 do lúc này bản đồ toàn bộ môi trường đã 
được xây dựng. Chúng tôi tiến hành đánh giá quan sát hiện tại tại vị trí Li trên bản đồ của một xác suất khi được đưa ra 
các quan sát tất cả lên đến một vị trí k. Zk chứa toàn bộ các từ xuất hiện toàn bộ quan sát tới vị trí thứ k − 1; Zk tập các 
từ tại vị trí thứ k. 
Trong hệ thống này, tại vị trí thứ i xác định một tham số k∗ là ngưỡng argmax(p(Zk|Li)) là đủ lớn (ngưỡng này 
được xác định trước từ thực nghiệm θFAB−MAP∗ = 0.4). 
IV. KẾT QUẢ ĐÁNH GIÁ THỰC NGHIỆM 
A. Thu thập dữ liệu 
Chúng tôi đề xuất tiến hành đánh giá tại 02 môi trường khác nhau: (i) thư viện Bicocca (Italy) và (ii) thư viện 
Tạ Quang Bửu (Việt Nam) được kết quả chi tiết có trong bảng dưới đây: 
Bảng 1. Dữ liệu huấn luyện và đánh giá tại 02 môi trường 
Môi trường thực nghiệm Huấn luyện 
(Ảnh) 
Ảnh thử nghiệm 
(Ảnh) 
E1: Thư viện Bicocca 41 195 44 195 
E2: Thư viện Tạ Quang Bửu 10 650 10 175 
90 ĐÁNH GIÁ HIỆU NĂNG GIẢI THUẬT FAB-MAP* ĐỊNH VỊ ROBOT TRONG NHÀ SỬ DỤNG THÔNG TIN HÌNH ẢNH 
Đường đi của robot (Robocom và Pcbot-914) thu thập từ 02 môi trường minh họa ở hình 1 dưới đây: 
Hình 1. Môi trường thử nghiệm giải thuật định vị FAB-MAP* 
B. Kết quả đánh giá 
Đối với giải thuật định vị, cần đánh giá khả năng định vị đúng một vị trí trên bản đồ với một quan sát đưa vào Ik 
nào đó. Trong số N vị trí trên bản đồ đã xây dựng, giả sử 
∗ là vị trí có P(Lk∗|Z
k
) lớn nhất. Để đánh giá khả năng định vị, 
chúng tôi sử dụng độ triệu hồi R(Recall) và độ chính xác P(Precision) có trong [26] được tính toán bằng công thức sau: 
 (6) 
 (7) 
Trong đó: 
 Vị trí không nhận dạng (ký hiệu FN): Nếu P(Lk∗|Z
k) < θFAB_MAP kết luận đây là vị trí không có trên bản đồ. 
 Vị trí đúng (ký hiệu TP): Nếu P(Lk∗|Z
k) > θFAB_MAP và đo khoảng cách giữa Lk∗ và vị trí thực trên thực địa, nếu 
khoảng cách này nhỏ hơn một giá trị ngưỡng cho trước (trong thực nghiệm = 0.4m ), khi đó kết luận Lk∗ là 
định vị đúng trên bản đồ. 
 Vị trí sai (ký hiệu FP): Nếu P(Lk∗|Z
k) > θFAB_MAP và khoảng cách giữa Lk∗ và vị trí thực trên thực địa lớn hơn 
ngưỡng khi đó kết luận Lk∗ là định vị sai trên bản đồ. 
Bảng 2 trình bày chi tiết kết quả định vị giải thuật FAB-MAP*. Có thể nhận thấy trong mọi trường hợp của 
θFAB_MAP, khi sử dụng đặc trưng GIST trong việc phân loại cảnh luôn cho kết quả định vị tốt hơn. Kết quả này minh 
chứng cho việc đề xuất sử dụng đặc trưng GIST để phân tách khung cảnh có cấu trúc lặp, giống nhau trong môi trường 
trong nhà. 
Bảng 2. Dữ liệu huấn luyện và đánh giá tại 02 môi trường 
θFAB_MAP 
Thư viện Bicocca (E1) Thư viện Tạ Quang Bửu (E2) 
FAB-MAP FAB-MAP* FAB-MAP FAB-MAP* 
Recall Precision Recall Precision Recall Precision Recall Precision 
0.9 1.79% 100.00% 9.94% 100.00% 4.13% 98.24% 8.29% 100% 
0.8 5.52% 97.56% 21.55% 100.00% 6.90% 97.41% 15.47% 100% 
0.7 9.10% 95.65% 31.49% 96.61% 8.31% 96.85% 24.86% 100% 
0.6 12.69% 93.88% 43.65% 96.94% 10.46% 95.11% 33.15% 98.24% 
0.5 17.93% 92.86% 49.17% 96.84% 12.42% 94.07% 40.88% 98.37% 
0.4 26.07% 93.56% 60.22% 96.08% 20.81% 90.34% 53.59% 95.98% 
0.3 37.24% 93.10% 76.01% 87.41% 37.25% 88.22% 74.03% 94.03% 
0.2 51.72% 89.29% 82.68% 84.76% 42.55% 86.96% 81.22% 93.04% 
0.1 69.93% 86.51% 88.45% 83.04% 56.97% 85.71% 89.50% 92.98% 
Hình 2 biểu diễn kết quả độ triệu hồi và độ chính xác với tập ngưỡng θFAB_MAP {0.1,...,0.9}. Kết quả này cho thấy 
khi đó ngưỡng θFAB_MAP tăng dần (ràng buộc càng chặt) thì độ triệu hồi giảm nhanh và độ chính xác tăng và ngược lại. 
a) Môi trường E1: Thư viện Bicocca (Italy) b) Môi trường E2: Thư viện Tạ Quang Bửu (Việt Nam) 
Nguyễn Quốc Hùng, Vũ Hải, Trần Thị Thanh Hải, Nguyễn Quang Hoan 91 
Hình 2. Biểu đồ so sánh giải thuật định vị FAB-MAP* tại E1 và E2 
Hình dưới đây là một số hình ảnh minh họa đánh giá với ngưỡng θFAB_MAP=0.4 đạt kết quả cao trên 02 CSDL 
thu thập: 
Hình 3. Một số hình ảnh minh họa định vị robot trên 02 môi trường thử nghiệm 
V. KẾT LUẬN 
Trong bài báo này, chúng tôi đã tóm lược mô hình kết hợp định vị sử dụng thông tin hình ảnh đối với hai bài 
toán truyền thống là xây dựng bản đồ môi trường và định vị vị trí. Xây dựng bản đồ môi trường trong nhà bằng việc tạo 
ra các điểm đánh dấu trong môi trường đơn giản và nhanh chóng nhằm làm tăng độ chính xác của bản đồ môi trường 
được xây dựng. Biểu diễn tại các vị trí quan trọng trên bản đồ môi trường bằng mô hình xác xuất có điều kiện giữa 
quan sát hiện thời với tập các quan sát từ trước tới thời điểm hiện tại bằng giải thuật định vị FAB-MAP kết hợp đề xuất 
sử dụng đặc trưng GIST trong việc phân tách khung cảnh giống nhau (gọi tắt là FAB-MAP*). Thực hiện đánh giá giải 
thuật FAB-MAP* trên một số CSDL lớn trên thế giới, kết quả cho thấy giải thuật đề ra đáng tin cậy, áp dụng cho các 
bài toán định vị robot trong môi trường nhỏ hẹp. 
VI. LỜI CẢM ƠN 
Cảm ơn đề tài ―Trợ giúp định hướng người khiếm thị sử dụng công nghệ đa phương thức‖ mã số: 
ZEIN2012RIP19 - Hợp tác quốc tế các trường Đại học tại Việt - Bỉ (VLIR) đã hỗ trợ trong quá trình thực hiện bài 
báo này. 
a) Môi trường E1: Thư viện Bicocca (Italy) 
b) Môi trường E2: Thư viện Tạ Quang Bửu (Việt Nam) 
a) Môi trường E1: Thư viện Bicocca (Italy) 
R 
b) Môi trường E2: Thư viện Tạ Quang Bửu (Việt Nam) 
P P 
R 
92 ĐÁNH GIÁ HIỆU NĂNG GIẢI THUẬT FAB-MAP* ĐỊNH VỊ ROBOT TRONG NHÀ SỬ DỤNG THÔNG TIN HÌNH ẢNH 
TÀI LIỆU THAM KHẢO 
[1] E. North, J. Georgy, M. Tarbouchi, U. Iqbal, and A. Noureldin, ―Enhanced mobile robot outdoor localization using ins/gps 
integration‖ in International Conference on Computer Engineering and Systems, 2009, pp. 127–132. 
[2] X. Yuan, C.-X. Zhao, and Z.-M. Tang, ―Lidar scan-matching for mobile robot localization,‖ Information Technology Journal, 
vol. 9, no. 1, pp. 27–33, 2010. 
[3] J. Biswas and M. Veloso, “Wifi localization and navigation for autonomous indoor mobile robots” in International Conference 
on Robotics and Automation (ICRA), 2010, pp. 4379–4384. 
[4] T. J. Broida, S. Chandrashekhar, and R. Chellappa, “Recursive 3-d motion estimation from a monocular image sequence”, 
IEEE Transactions on Aerospace and Electronic Systems, vol. 26, no. 4, pp. 639–656, 1990. 
[5] T. Broida and R. Chellappa, “Estimating the kinematics and structure of a rigid object from a sequence of monocular images” 
IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 13, no. 6, pp. 497–513, 1991. 
[6] A. J. Davison, I. D. Reid, N. D. Molton, and O. Stasse, “Monoslam: Real-time single camera SLAM”, IEEE Transactions on 
Pattern Analysis and Machine Intelligence, vol. 29, no. 6, pp. 1052–1067, 2007. 
[7] B. Williams, G. Klein, and I. Reid, “Real-time slam relocalisation”, in Computer Vision, IEEE 11th International Conference 
on ICCV. IEEE, 2007, pp. 1–8. 
[8] L. A. Clemente, A. J. Davison, I. D. Reid, J. Neira, and J. D. Tardós, “Mapping large loops with a single hand-held camera” in 
Robotics: Science and Systems, vol. 2, 2007, p. 11. 
[9] E. Eade and T. Drummond, “Monocular slam as a graph of coalesced observations” in Computer Vision, IEEE 11th 
International Conference on ICCV, IEEE, 2007, pp. 1–8. 
[10] F. Dellaert and M. Kaess, “Square root sam: Simultaneous localization and mapping via square root information smoothing” 
The International Journal of Robotics Research, vol. 25, no. 12, pp. 1181–1203, 2006. 
[11] H. Strasdat, J. Montiel, and A. J. Davison, “Scale drift-aware large scale monocular SLAM” in Robotics: Science and Systems, 
vol. 2, no. 3, 2010, p. 5. 
[12] B. Williams, M. Cummins, J. Neira, P. Newman, I. Reid, and J. Tardós, “A comparison of loop closing techniques in 
monocular slam” Robotics and Autonomous Systems, vol. 57, no. 12, pp. 1188–1197, 2009. 
[13] ——, “An image-to-map loop closing method for monocular SLAM” in Intelligent Robots and Systems, International 
Conference on IEEE/RSJ IEEE, 2008, pp. 2053–2059. 
[14] M. Cummins and P. Newman, “Fab-map: Probabilistic localization and mapping in the space of appearance”, The 
International Journal of Robotics Research, vol. 27, no. 6, pp. 647–665, 2008. 
[15] ——, “Accelerated appearance-only SLAM” in Robotics and automation, IEEE international conference on ICRA IEEE, 2008, 
pp. 1828–1833. 
[16] S. Perera and A. Pasqual, “Towards realtime handheld monoslam in dynamic environments”, in Advances in Visual 
Computing. Springer, 2011, pp. 313–324. 
[17] R. Ozawa, Y. Takaoka, Y. Kida, K. Nishiwaki, J. Chestnutt, J. Kuffner, S. Kagami, H. Mizoguch, and H. Inoue, “Using visual 
odometry to create 3d maps for online footstep planning” in Systems, Man and Cybernetics, International Conference on IEEE, 
2005, vol. 3, pp. 2643–2648. 
[18] D. Nistér, “Preemptive ransac for live structure and motion estimation”, Machine Vision and Applications, vol. 16, no. 5, pp. 
321–329, 2005. 
[19] P. Michel, J. Chestnutt, S. Kagami, K. Nishiwaki, J. Kuffner, and T. Kanade, “Gpu-accelerated real-time 3d tracking for 
humanoid locomotion and stair climbing” in Intelligent Robots and Systems, IEEE/RSJ International Conference on IROS 
IEEE, 2007, pp. 463–469. 
[20] Q.-H. Nguyen, H. Vu, T.-H. Tran, and Q.-H. Nguyen, ―Developing a way-finding system on mobile robot assisting visually 
impaired people in an indoor environment,” Multimedia Tools and Applications, pp. 1–25, 2016. 
[21] A. Bosch, X. Mun˜oz, and R. Martí, “Which is the best way to organize/classify images by content?”, Image and vision 
computing, vol. 25, no. 6, pp. 778–791, 2007. 
[22] C. Chow and C. Liu, “Approximating discrete probability distributions with dependence trees”, IEEE Transactions on 
Information Theory, vol. 14, no. 3, pp. 462–467, 1968. 
[23] H. Bay, A. Ess, T. Tuytelaars, and L. V. Gool, “Surf: Speeded up robust features,” Computer Vision and Image 
Understanding, vol. 110, no. 3, pp. 346–359, 2006. 
[24] J. A. Hartigan and M. A. Wong, “Algorithm as 136: A k-means clustering algorithm”, Applied statistics, pp. 100–108, 1979. 
[25] A. Oliva and A. Torralba, “Modeling the shape of the scene: A holistic representation of the spatial envelope”, International 
journal of computer vision, vol. 42, no. 3, pp. 145–175, 2001. 
[26] M. Everingham, L. Van Gool, C. Williams, J. Winn, and A. Zisserman, “The pascal visual object classes challenge”, in 
International Journal of Computer Vision, vol. 88, no. 2, 2009, pp. 303–338. 
PERFORMANCE EVALUATION OF FAB-MAP* FOR ROBOT 
LOCALIZATION IN INDOOR ENVIRONMENT 
 USING MONOCULAR CAMERA 
Nguyen Quoc Hung, Vu Hai, Tran Thanh Hai, Nguyen Quang Hoan 
ABSTRACT— This paper present FAB-MAP* algorithm localization robots use visual information in an indoor environment with 
the main idea is to locate the robot by the operation conditional probabilities between observations present a collection of 
observations that robots move through, these observations from previous training based on specific classification trees frame the 
scene and the smallest coalition of environmental Dictionary copper appears. Thereby determining the exact location on a map built 
environment before. In this paper we focus implement performance evaluation FAB-MAP algorithm * on the database collected at 
Ta Quang Buu Library (Vietnam) and Milano-Bicocca (Italy). The results show that the algorithm positioning FAB-MAP * feasible 
in problem locating objects in the home, as a basis for building applications for the robot SLAM problems in the future.