Localización de un robot de interiores mediante visión omnidireccional

Álvarez de Eulate Sánchez, Mikel (2016). Localización de un robot de interiores mediante visión omnidireccional. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Descripción

Título: Localización de un robot de interiores mediante visión omnidireccional
Autor/es:
  • Álvarez de Eulate Sánchez, Mikel
Director/es:
  • Matía Espada, Fernando
  • Alvarado Vásquez, Biel Piero Eloy
Tipo de Documento: Proyecto Fin de Carrera/Grado
Grado: Grado en Ingeniería en Tecnologías Industriales
Fecha: Septiembre 2016
Materias:
Escuela: E.T.S.I. Industriales (UPM)
Departamento: Automática, Ingeniería Eléctrica y Electrónica e Informática Industrial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB) | Vista Previa

Resumen

El desarrollo de la robótica móvil da lugar a robots que poseen inteligencia y autonomía suficiente para moverse, reaccionar y tomar decisiones en función de las observaciones de su entorno. Por tanto deberá ser necesario implantar en ellos un sistema de percepción que les permita hacer frente a situaciones cambiantes del entorno, reaccionar ante posibles obstáculos o eventos y la correcta navegación. Será necesaria la utilización de un sistema sensorial que suministre la información del entorno la cual permita al robot realizar las tareas de estimación de su posición y orientación, mantener actualizado el mapa de su entorno y detectar posibles obstáculos. El presente proyecto parte de esta necesidad de localización y estimación de la posición de robots móviles en entornos conocidos. Un entorno conocido es aquel que es totalmente controlado por lo que la localización del robot ocurre sin que se exija una interpretación del entorno. Ésta estimación se puede realizar mediante sensores de medidas internas o mediante estaciones de transmisión y balizas. Los primeros trabajan con sensores integrados en el robot como pueden ser encoders, giróscopos, acelerómetros, etc. Y los segundos, en cambio están configurados en base a una unidad o sensor montado en el robot y otras unidades externas situadas en posiciones conocidas del entorno. Así por ejemplo se puede tener un sistema de localización mediante una videocámara y balizas o marcas conocidas colocadas en el entorno (sistema desarrollado en el presente proyecto). Existen numerosas técnicas de localización de robots en interiores utilizando diferentes técnicas y sensores mediante estaciones de transmisión. Las más conocidas son aquellas basadas en SLAM utilizando telemetría láser. En este trabajo, se trata de evitar la complejidad computacional inherente a los sistemas anteriores, mediante la utilización de un sistema sencillo, pero al mismo tiempo robusto, basado en el empleo de balizas que interfieran lo menos posible con el entorno. El objetivo principal es la aplicabilidad del sistema desarrollado en entornos reales, que sea configurable por personas no expertas. El robot con el que se va a trabajar es Doris. Doris es un robot móvil con apariencia semi-humanoide desarrollado por el grupo de Control Inteligente en materia de robótica social dentro del departamento de Automática y Robótica de la Universidad Politécnica de Madrid. Su propósito general es trabajar como guía en museos, ferias, exposiciones, etc. moviéndose por las distintas habitaciones o zonas y sirviendo de ayuda a los visitantes e interaccionando con las personas. El sistema implantado en este proyecto para la localización de Doris será mediante visión omnidireccional. Utilizaremos para ello una cámara omnidireccional que nos permitirá obtener una visión panorámica y el monitoreo de la totalidad del entorno con el empleo de una única cámara y un sistema de balizas las cuales deberán ser detectadas para después permitir al robot triangular su posición. Un robot móvil rara vez va equipado con un único sensor para realizar éstas tareas, sino que en la actualidad una práctica habitual consiste en combinar dentro del sistema sensorial varios sensores que se complementen. Por tanto se integrará el sistema omnidireccional en Doris para formar parte de un sistema de fusión sensorial para mejorar su percepción. La fusión sensorial consiste en la implantación de una asociación (sinergia) de sensores para medir un fenómeno. La unión de las distintas medidas y tecnologías sensoriales nos darán una mayor precisión y fiabilidad frente a ruido o fallos de algún sensor. Así la estimación de la posición en Doris se realizará mediante la cámara y láseres. El sistema de balizas desarrollado será necesario para permitir al robot localizarse en el entorno conocido. El robot reconocerá estas marcas o balizas distribuidas en la habitación y calculará el ángulo (desde el centro de la baliza) de cada una con respecto al robot. Se realizarán pruebas y se buscarán diferentes tipos de balizas en base a formas concretas y colores reconocibles para determinar cuáles aportan mejores resultados. Las líneas de investigación de otros proyectos el problema de la localización mediante la detección de balizas por visión computacional ha sido solventado mediante el reconocimiento de formas concretas y descriptores de forma utilizando cámaras con elevada resolución. En nuestro caso se han adoptado estos conceptos al uso de una cámara omnidireccional y los problemas debidos a la baja resolución de la cámara utilizada dan lugar al desarrollo de un algoritmo de detección de balizas simplificado basado en descriptores de forma sencillos y en la detección de balizas de color. De los trabajos y experimentos realizados en el proyecto, se considera que la detección de balizas ha sido tarea difícil debido a los inconvenientes ofrecidos por la cámara y su escasa resolución que impedían el reconocimiento de objetos a distancias de más de 2 metros. A distancias mayores que la citada no eran apreciables formas concretas, en el caso de las balizas basadas formas éstas eran irreconocibles en la imagen. Por tanto se llegó a la conclusión de diseñar unas balizas más simples basadas en otras características más sencillas para poder detectarlas a una distancia considerable. Utilizando balizas sencillas basadas en color como las finalmente utilizadas conseguimos aumentar a unos 3,5 metros aproximadamente la distancia a la cual se detectan las balizas. Una vez detectadas las balizas se aplicará el algoritmo del Filtro Extendido de Kalman, un estimador recursivo de mínimos cuadrados que nos permita estimar la posición de Doris en el entorno conocido. El filtro de Kalman estima un proceso mediante el uso de una forma de retroalimentación (feedback) de control: el filtro estima el estado del proceso en un tiempo y luego obtiene el feedback en forma de mediciones (con ruido). Las ecuaciones para el Filtro de Kalman se dividen en dos grupos o etapas: las ecuaciones de predicción y las ecuaciones de corrección. Las ecuaciones de predicción son responsables de estimar, hacia delante en el tiempo, el estado actual y el error asociado al estado para obtener la estimación a priori para el siguiente paso del tiempo del estado. Las ecuaciones de corrección son responsables de la retroalimentación, es decir, incorporando una nueva medición al estado a priori estimado, para obtener así una mejora del estado estimado a posteriori. Finalmente se explicarán los ajustes realizados y la explicación paso por de la aplicación desarrollada desde la calibración de la cámara, pasando por la detección de las balizas hasta la localización y estimación de la posición con el EKF.

Más información

ID de Registro: 43443
Identificador DC: http://oa.upm.es/43443/
Identificador OAI: oai:oa.upm.es:43443
Depositado por: Biblioteca ETSI Industriales
Depositado el: 10 Oct 2016 10:46
Ultima Modificación: 10 Oct 2016 10:46
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM