Академический Документы
Профессиональный Документы
Культура Документы
28 de mayo de 2015
2012.- Unified Closed Form Inverse Kinematics for the KUKA youBot
Este artculo se present en Proceedings of ROBOTIK en 2012. El objetivo de este trabajo es establecer una
cinemtica inversa unificada para el Kuka youBot puesto que al considerar a la plataforma mvil como parte
del modelo cinemtico se presentan redundancias al momento de utilizar algoritmos numricos para resolver la
cinemtica inversa. La forma de atacar el problema es considerar tres redundancias clave; la primera es entre la
rotacin de la plataforma mvil y la primera articulacin del manipulador, la segunda es entre el movimiento
lineal de la plataforma y el alcance del manipulador y por ltimo la redundancia a resolver es s la articulacin
tres debe estar por encima o por debajo de la posicin del efector final. A pesar de la propuesta realizada por
los autores, en el artculo solo se muestran simulaciones y no experimentos con una plataforma real.
2013.- Decentralized Robotic Assembly with Physical Ordering and Timing Constraints
Este artculo se present en el Intelligent Robots and Systems (IROS) del 2013. El trabajo es la extensin
de un trabajo anterior donde se propuso un esquema de colaboracin para un grupo de manipuladores mviles.
Es este escrito los robots usados son cuatro Kuka youBot, dos hacen las funciones de proveedores de partes y el
resto funge como ensambladores. La parte importante del trabajo es que a pesar que falten piezas para armar el
objeto final, los robots son capaces de reajustar la planificacin de la tarea. Otro aspecto a destacar del artculo
es que manejan tiempos en las subtareas, con lo que se puede obtener una parametrizacin en tiempo de toda
la tarea as como medir la eficiencia del algoritmo propuesto. El sistema de visin est compuesto por varias
cmaras que permiten el seguimiento de los robots as como la identificacin de las piezas, las cuales pueden ser
pasadas de un robot a otro sin necesidad de colocarse en el suelo. La programacin est desarrollada en ROS.
2013.- Spatial sampling methods for improved communication for wireless relay robots
Este artculo se present en el International Conference on Connected Vehicles and Expo (ICCVE) en 2013.
El principal objetivo es tener una buena comunicacin inalmbrica con el robot, para ello los autores usan slo
la plataforma del Kuka youBot y diferentes arreglos de sensores receptores as como diferentes algoritmos para
conocer la eficiencia de la comunicacin con el robot.
de colisin para el grupo y la pieza, por ello es centralizado, a diferencia del segundo que es descentralizado y
se aplica para que cada robot evada obstculos que slo le afectan a l sin afectar a la tarea global que es
transportar la pieza. Para validar el algoritmo se presentan simulaciones en el software webots.
2014.- Discrete-Time Decentralized Inverse Optimal Neural Control Combined with Sliding
Mode for Mobile Robots
Este trabajo se present en el World Automatic Congress en el 2014. En este artculo se presenta un control
super-twisting con modos deslizantes de segundo rden modificado con el objetivo de disear un observador
para los actuadores del Kuka youBot, posteriormente se utiliza una red neuronal recurrente de alto orden para
identificar el modelo del robot, adicionalmente se usa un filtro de Kalman extendido para el algoritmo de
aprendizaje de la red neuronal, suponiendo que todos los estados se pueden medir. Este esquema de control se
valid a travs de simulaciones numricas con la plataforma mvil del Kuka youBot.
2014.- Inertial Motion Capture Based Reference Trajectory Generation for a Mobile Manipulator
Este artculo fue presentado en la Annual ACM/IEEE International Conference on Human-Robot Interaction
en 2014. En este trabajo se establece un esquema de interaccin humano-robot con la ayuda de sensores inerciales.
El esquema de general consiste en que el humano usa su mano derecha para controlar la posicin y orientacin
del manipulador mvil y la mano izquierda permite enviar comando de encendido y apagado para el manipulador
y para la base as como comandos de pausa y resumen.
2014.- Reinforcement and Shaping in Learning Action Sequences with Neural Dynamics
Este artculo se present en 2014 al IEEE International Conferences on Development and Learning and
Epigenetic Robotics (ICDL-Epirob). Los autores plantean un mtodo de aprendizaje por refuerzo que permite a
un agente de aprender secuencias dirigidas a un objetivo de comportamiento basado en una seal de recompensa.
Este nuevo algoritmo se prob para evaluar la robustez y la eficacia del aprendizaje de la tarea tomar y colocar
objetos con un Kuka youBot. Los resultados se muestran en el simulador Webots, para la identificacin de
objetos usan un sensor RGD-D y diferentes objetos que deben ser reconocidos por color y forma.
Conclusiones
La presente revisin del estado del arte muestra que al menos en la IEEE hay pocos artculos relacionados
con el Kuka youBot, de los la mayora no utilizan al robot real, sino simuladores. Los temas de investigacin
de estas publicaciones van desde la presentacin de la plataforma de manera divulgativa hasta aplicaciones de
aprendizaje con redes neuronales, pasando por tcnicas de control para la plataforma o para el manipulador.
Slo un artculo muestra un algoritmo para resolver la cinemtica inversa de todo el robot y no por separado
(plataforma y manipulador) y en dos artculos se muestra una aplicacin directa que explota las propiedades del
manipulador mvil omnidireccional en cooperacin con otros sistemas iguales.
Con base en los artculos aqu analizados as como en las tendencias globales que se muestran en eventos
como la robocopa, se puede concluir que las reas dnde se puede enfocar la investigacin con los Kuka youBot
son:
Navegacin local.- La navegacin es una de las pruebas bsicas en ambientes controlados y no controlados,
donde el robot debe ir de un punto a otro en el plano Cartesiano de manera segura y efectiva, es por ello
que esta tarea forma parte de las pruebas bsicas de la Robocopa. Para atacar este problema se pueden
considerar dos enfoques:
Navegacin basada en mapas.- Para poder usar esta estrategia es necesario tener mapas pre-cargados
en el robot, o bien que el robot pueda acceder a ellos de manera remota, de tal manera que pueda
ubicarse dentro del entorno y si se conoce el ambiente entonces es posible planificar rutas para que
la navegacin del robot sea eficiente.
Navegacin basada en marcas.- Computacionalmente este mtodo sera menos costoso, sin embargo
sera reactivo, ya que el robot tendra que navegar a ciegas hasta encontrar marcas de inters en el
piso o en paredes. Al mismo tiempo que se buscan las marcas se podra hacer un escaneo del entorno
de tal forma que se tenga un mapa de las reas exploradas y si es necesario pasar una segunda vez
por esas zonas se hara de manera ms efectiva.
Evasin de obstculos.- Como se vio en alguno de los artculos analizados, es posible establecer tcnicas para
que el grupo evada obstculos o bien sea de forma individual aprovechando la redundancia de cada Kuka
youBot.
Ambiente.- El ambiente debe presentar un reto tanto para la navegacin del robot as como el desarrollo de
la tarea principal, es por ello que si el ambiente es estructurado o no, el robot debe estar dotado con los
sensores suficientes que le permitan el escaneo correcto de su entorno para la identificacin de obstculos,
objetos de inters y reas libres para navegacin.
Manipulacin de objetos.- Los objetos deben ser previamente identificados de forma correcta con ayuda de
sensores, estos objetos deben se sujetados de forma correcta por el robot, por lo que dependiendo del
efector final, la capacidad para tomar objetos se ver limitada, an as se deben considerar aspectos como
la forma del agarre y los movimientos necesarios para evitar que el robot colisione con la superficie donde
est el objeto as como evitar colisiones con el objeto en mano.
Percepcin de objetos.- La identificacin del objeto de inters debe ser robusta y efectiva, para lograrlo se
pueden usar espacios de color donde los cambios de iluminacin no afecten a la segmentacin del objeto.
Otra alternativa es utilizar algoritmos para deteccin de formas mezclados con color o bien complementar
con la nube de puntos.
Aplicando mejoras a uno, varios o todos los puntos anteriores permitira que las tareas sean realizadas de
manera rpida y efectiva, obteniendo as un impacto positivo en la investigacin que se est desarrollando.
Por otra parte el principal resultado de esta investigacin bibliogrfica es que las aplicaciones o los estudios
cientficos con el Kuka youBot son pocos y tienen sus orgenes en el 2011, lo que nos brinda la posibilidad de
impactar en conferencias y revistas internacionales puesto que tenemos el robot a nuestra disposicin para hacer
experimentos. Por ltimo los artculos ms importantes o que tienen mayor relevancia para esta investigacin
son los siguientes:
2012.- Unified Closed Form Inverse Kinematics for the KUKA youBot.
2013.- Decentralized Robotic Assembly with Physical Ordering and Timing Constraints.
2013.- RF-Compass: Robot Object Manipulation Using RFIDs.
2014.- Cooperative Object Transportation by Multiple Mobile Manipulators through a Hierarchical Planning Architecture.