Академический Документы
Профессиональный Документы
Культура Документы
Resumen
Para todo tipo de sistemas móviles, como robots o nodos móviles en redes de
sensores inalámbricas (WSN: Wireless Sensor Networks), es fundamental conocer su
posición. Este conocimiento no se puede limitar sólo a la posición absoluta, tipo
coordenadas geográficas, sobre todo en entornos indoor, sino que es de vital
importancia conocer la posición relativa a otros elementos del entorno y obstáculos.
Por tanto, surge de forma natural la necesidad de disponer de un mapa del entorno
indoor por el que el sistema móvil circulará.
2
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
ÍNDICE DE CONTENIDOS
1. Introducción ........................................................................................... 4
1.1 Motivaciones y Objetivos .................................................................. 4
1.2 Material Seleccionado para el Estudio............................................... 5
2. Análisis individual detallado ................................................................... 6
2.1 Merging Occupancy Grid Maps From Multiple Robots ...................... 6
2.2 Map Generation By Cooperative Low-Cost Robots In Structured
Unknown Environments .......................................................................... 9
2.3 Simultaneous Localization And Map Building Of Skid-Steered Robots
.............................................................................................................. 12
2.4 Lost: Localization-Space Trails For Robot Teams ............................. 15
2.5 Using Occupancy Grids For Mobile Robot Perception And Navigation
.............................................................................................................. 18
2.6 Intelligent Control Of Mobile Robots With Fuzzy Perception .......... 21
2.7 Research On Map Building By Mobile Robots .................................. 25
2.8 Efficient Learning of Variable-Resolution Cognitive Maps for
Autonomous Indoor Navigation ............................................................ 27
2.9 Embedded Robotics: Mobile Robot Design And Applications With
Embedded Systems ............................................................................... 29
2.10 Mobile Robot Localization And Map Building – A Multisensor Fusion
Approach............................................................................................... 31
3. Análisis Global Crítico ........................................................................... 33
3.1 Comparación de Sistemas de Generación de Mapas Vistos ............. 34
4. Calendario y Dedicación ....................................................................... 36
3
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
1. Introducción
La construcción de mapas es la base de la navegación, planificación de rutas y
paso de obstáculos para los robots móviles. Por tanto, ha sido un área de investigación
activa en robótica durante las últimas dos décadas. El “Mapping” o cartografiado es
uno de los objetivos más importantes para lograr desarrollar robots móviles
verdaderamente autónomos, especialmente en aquellos destinados a trabajos
peligrosos, o acceso en áreas totalmente desconocidas, con el fin de poder esquivar
obstáculos, navegar por el entorno y configurar rutas de acuerdo con el mapa
autogenerado.
4
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
5
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
6
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Los mapas individuales que crea cada autómata están basados en rejillas de
ocupación (vector/matriz de métricas cuyo valor para cada célula representa si la
localización relativa se considera como un espacio libre o parte de un obstáculo). El
mapa de rejilla se puede ver como una imagen donde cada color denota un espacio
libre u ocupado. Para la mezcla de los mapas, se utilizan medidas de similitud entre dos
imágenes de dos mapas distintas para buscar la alineación entre ellas mediante
solapamiento de información.
El mapa se define como una matriz NxM de números enteros que representan
la medida de creencia de ocupación del punto en el mapa. Un valor positivo indica que
dicha celda se corresponde con un espacio libre, mientras que un valor negativo
expresa lo contrario, la existencia de un obstáculo. Si el valor es cero, no se tiene
información de esa localización. El valor absoluto de cada celda indica el grado de
creencia.
Múltiples Robots
Combinación de Mapas
7
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Se utiliza una métrica presentada antes por Birk como medida de similitud
entre imágenes, combinada con una heurística para indentificar regiones de
solapamiento (Registración= guiar un algoritmo de búsqueda para encontrar una cierta
estructura en una imagen). Para el algoritmo de búsqueda se utiliza el Carpin’s
Gaussian Random Walk para minimizar la función heurística de búsqueda de regiones
de solapamiento reportando cierta información de la dirección de búsqueda que el
algoritmo debe seguir.
Arquitectura Empleada
8
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
9
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Múltiples Robots
Combinación de Mapas
La generación del mapa global tiene lugar en el host, en tres fases. La primera
consiste en unir el mapa actual del ordenador central con mapas parciales entregados
por un robot, esto es, la unión de conjuntos de segmentos. La segunda fase fusiona
segmentos de diferentes detecciones que se consideran como el mismo obstáculo. Y
por último se completan los resultados probabilísticamente.
Para la fusión de dos segmentos se crea una función que identifica con
probabilidad entre 0 y 1 si el punto (x,y) pertenece al segmento S y se almacena una
lista con puntos singulares que se han detectado como por ejemplo finales de muro,
10
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Arquitectura Empleada
Para la medida usada para obtener la información del entorno con la que
generar los mapas, se utilizan sensores de IR, los mismos que usan para comunicarse
con otro de los robots y transmitirle la información propia. Se utilizan 5 sensores
infrarrojos de proximidad para detectar obstáculos y paredes frontalmente, 1 sensor
de proximidad para detectar discontinuidades horizontales del terreno, 1 sensor
emisor/receptor de infrarrojos omnidireccional para detectar otro robot y transmitirse
la información (señal FSK modulada que transmite a 9.600 bits/s) y 1 receptor de
infrarrojos con ámbito de 100 grados desde el frente hasta su lado derecho para situar
los robots vecinos.
11
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
12
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Combinación de Características
Arquitectura Empleada
13
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
un robot Activmedia Pioneer 2-AT móvil, con cuatro ruedas, teniendo el par de ruedas
de cada uno de los lados la misma velocidad.
14
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
El grupo de robots conseguirá por tanto seguir un sendero común entre dos
localizaciones predeterminadas, usando un algoritmo emulador del sistema de
navegación de las hormigas y comunicación de las abejas. Las hormigas trazan
senderos marcándolos químicamente para poder ser detectados por otras hormigas,
en diversos experimentos se ha tratado de recrear literalmente este compartimiento
marcando el espacio inspeccionado por los robots pero no tiene mucho sentido, por
ello la aplicación propuesta en esta investigación modifica este aspecto hacia la
comunicación wireless de ancho de banda mínimo para compartir la información del
sendero seguido. Las abejas comparten información de localizaciones de interés
mediante bailes y zumbidos, asemejándose más a este método de radio inalámbrico
para comunicación de los autómatas. El éxito de las hormigas para encontrar el camino
al hormiguero radica en la tarea multiagente que realizan, no teniendo el mismo éxito
si individualmente tratasen de resolver el mismo problema, y eso es lo que se
pretende imitar en este artículo.
15
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Múltiples Robots
En el instante inicial, los robots parten de la misma posición, así sus sistemas de
coordenadas están alineados. Utilizan sus sistemas de odometría para calcular su
localización relativa, pudiendo de este modo compartir las coordenadas de los puntos
de interés entre los autómatas. Sin embargo, los errores individuales en los cálculos de
la localización relativa pueden llegar a ocasionar la caída del sistema al no coincidir,
llegados a un punto temporal de ejecución, las coordenadas mantenidas por cada
robot para los puntos característicos del sendero.
Para evitar este problema, se crean puntos del sendero, migas de pan a seguir,
para converger puntos de coordenadas entre los robots a la hora de seguir el sendero.
Inicialmente sólo contaban con dos puntos de referencia, el inicial y el final, en cambio
ahora, se definen puntos intermedios de referencias para los robots, enmarcados estos
en la trayectoria a seguir hasta el punto final, y se almacenan, nombran el hito según a
unas características claramente identificables por el resto de robots y transmiten,
pistas de direccionamiento hacia estos hitos según las coordenadas parciales
referentes al anterior hito definido, o punto inicial/final si fuese su caso. Se genera así
un camino de migas de pan, en el que se almacenan tuplas que contienen nombre del
16
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Arquitectura Empleada
17
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Se precisa poder obtener una representación del mundo alrededor del robot
como tarea subyacente a muchas otras del campo de la robótica como pueden ser
detección y evasión de obstáculos, planificación de rutas óptimas de acceso y
navegación, operaciones de montaje, rutas de carga de materiales, tareas de socorro, y
cualquier otra que precise el conocimiento del espacio geométrico para el movimiento
de un robot autónomo.
18
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
OCC = estado ocupado (se supone como el estado actual para este ejemplo).
P[S(Ci)= OCC | {r}t ] se extrae directamente de la rejilla de ocupación, pues es el estado
en la lectura anterior.
P(r | z) se halla obteniendo P[(r)t+1 | s(Ci) = OCC ] la distribución del modelo del
sensor , usando el Teorema de Kolmogoroff.
Otro modo de usar los mapas de rejilla consiste en partir de una situación inicial
semiconocida, en la que a partir de un modelo geométrico supuesto, se calcula la
19
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
ocupación de cada célula a priori realizando una conversión del modelo a esta
representación y se utiliza este resultado para iterativamente en la fase de exploración
del robot, actualizar la rejilla de ocupación con las medidas de los sensores.
Arquitectura Empleada
Como ejemplos de uso se citan el robot móvil Neptune construido por Gregg
Podnar, que cuenta con un array circular de sensores de ultrasonidos y un par de
cámaras estéreo, con una procesador incluido on-board, en la placa del propio robot,
pero sin embargo es un ordenador central el que ejecuta el sistema Dolphin de
navegación y mapeo.
20
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
21
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Los dos puntos citados anteriormente ofrecen dos visiones totalmente distintas
sobre el almacenamiento de la información del entorno del robot, y se presentan una
como contraposición a la otra:
El Mapa Difuso por tanto es un conjunto difuso M formado por los conjuntos de
espacio vacío V y ocupado O, dentro del conjunto universal U bidimensional
considerado como una matriz cuadrada de celdas. Se precisa calcular para cada uno de
esos dos conjuntos V y O, los puntos que lo conforman mediante una función de
afiliación. Dicha función depende del rango de lecturas R (como el radio al que se
detecta un obstáculo) y la distancia p que define cada punto del espacio alrededor del
robot, de tal forma que si la distancia p de un punto es menor que R – Error(R) se
considera como vacío, al igual que si es mayor que R, y se considerará ocupado, si la
distancia p es mayor que R – Error(R) y menos que R+Error(R) . Sin embargo aplicamos
una función de probabilidad para ambos casos, mejorando la incertidumbre, y así se
generan las dos funciones de afiliación siguientes:
(E=empty set;
O=occupied set;
k= constante con el máximo valor
alcanzable para la función)
22
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
global. Cada celda de la matriz cuadrada que define el universo U contendrá dos
valores numéricos con las probabilidades asociadas a pertenecer al conjunto vacío y de
pertenecer al conjunto ocupado, lo que implica que ambos conjuntos no tienen por
qué ser complementarios. Esto dista de otras aproximaciones en las que se aplica un
solo valor a la celda, sin posibilitar que pertenezca a los dos estados de ocupación al
mismo tiempo.
- Para conocer las celdas ambiguas que puedan pertenecer a ambos conjuntos se
aplica la intersección de éstos siguiendo el algebra de conjuntos difusos.
- Las celdas indeterminadas serán aquellas resultantes de la intersección de los
conjuntos complementarios al vacío y ocupado, es decir, las que no pertenecen a
ningún grupo.
- Se define un conjunto S seguro para locomoción como las celdas “muy” vacías, que
no pertenecen ni al conjunto de ocupadas, ni al de ambiguas ni indeterminadas, y
sí al conjunto de celdas vacías elevando al cuadrado sus valores para más énfasis.
- El mapa difuso M se identifica con el complementario del conjunto seguro S,
debiéndose evitar el trayecto por sus puntos en la locomoción del robot.
- Para el caso de planificación de rutas, el mapa difuso M varía puesto que el
conjunto seguro S sí incluye en este caso las celdas indeterminadas como posibles.
23
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Arquitectura Empleada
24
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Los sensores son la fuente para construir mapas, ya que nos proporcionan
datos del entorno y del propio robot. Hay diversas técnicas de sensores, que se utilizan
para ampliar al máximo la información con la que posteriormente confeccionar los
mapas, así podemos distinguir entre sensores internos, sensores de visión y sensores
de rango.
o Los sensores internos son aquellos que posicionan al propio robot dentro
de un sistema espacial, tales como odometría (p.e. codificadores de ruedas)
y brújulas. Acumulan error con el tiempo.
o Sensores de vuelo típicamente usados son los infrarrojos, ultrasonidos y
lasers. Los primeros, en especial los ultrasonidos, son los más usados para
robots móviles por su bajo coste, aunque presentan imprecisiones de
medida en especial por su baja resolución angular y el problema de las
reflexiones. Los lásers no tienen esas desventajas, pero son más caros y
pesados.
o Los sensores de visión son los más complejos, basados en captación de
imágenes con la ventaja de la cantidad e información de golpe que
podemos extraer, pero son más caros, requieren mayor computación y
tienen problemas para efectuar lecturas y procesado en tiempo real.
25
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Procesamiento de la Información
Se necesitan tratar las medidas extraídas de los sensores para poder ser usadas
por los autómatas. Se citan dos principales campos de procesamiento de la
información: uno basado en métodos probabilísticos para resolver cartografiado y
localización conjuntamente y otro centrado en métodos de coincidencias de lecturas
aplicados en su mayoría para problemas en los que la localización es conocida y se
centra en actualizar el mapa en proceso de generación mediante combinaciones de las
lecturas anteriores del sensor y las nuevas.
Arquitectura Empleada
26
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
de una zona, se utiliza la red neuronal anteriormente citada para crear un mapa local
de rejilla de ocupación en el espacio alrededor del robot. Una vez obtenido el mapa de
rejilla se aproximan los límites de los obstáculos por líneas rectas para poder aplicar
sobre éstas el compartimentado de resolución variable posteriormente. Para alocar
este mapa local inicial se utiliza un método basado en memoria para reducir tiempo y
accesos a datos, permitiendo mejorar el aprendizaje en tiempo real.
Arquitectura Empleada
La plataforma Khepera se ajusta más a los estudios sobre los que se lleva a cabo
este EIT por ser de menor tamaño, diámetro de 5.6 cm y altura de 3.6 cm . Cuenta con
6 sensores infrarrojos que cubren los 180º de la posición delantera del robot, y otros 2
sensores del mismo tiempo en la parte trasera cubriendo aproximadamente 100º. Para
el desplazamiento utiliza 2 motores independientes.
28
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Thomas Bräunl
ISBN: 9783540705338, Ed. Springer
Año 2008
29
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Arquitectura Empleada
El robot además cuenta con otra serie de características pero están dirigidas a
otras aplicaciones distintas de la generación de mapas, según el algoritmo presentado
aquí. Cuenta con una cámara digital, una salida de audio, un micrófono, una pantalla
LCD, 8 salidas y entradas digitales, 1 puerto paralelo y 2 serie, 5 botones de distinta
funcionalidad, indicador de batería, PCB, etc…
30
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Segmentación
Más detalladamente, la primera fase comienza con las medidas tomadas por
los láser, con las que se procede a la fusión de los datos de cada uno de los sensores y
a su segmentación y creación inicial de una memoria donde se almacenan los pares
31
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
con las coordenadas polares de las medidas 2D tomadas. A continuación se aplica una
estimación de bordes y de puntos, donde se debe estimar la longitud de cada
segmento como la distancia de Mahalanobis elevada al cuadrado.
SPMap
Arquitectura Empleada
32
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
Siguiendo los objetivos de bajo coste, los sensores más apropiados, y a la postre
los más utilizados en los estudios evaluados, son los ultrasonidos e infrarrojos, aunque
implican mayor complexión para el tratamiento de errores.
33
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
34
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
35
Máster en Ingeniería Informática y de Telecomunicación
Escuela Politécnica Superior - Universidad Autónoma de Madrid
4. Calendario y Dedicación
Nombre Fecha Miembros Descripción Horas
Reunión Inicial 08/10/09 Ángel de Castro Discusión de la línea de investigación a 1h
Alberto Sánchez seguir y puesta en común de la temática
David González e investigaciones ya encontradas.
Lecturas 12/10/09 David González Búsqueda de investigaciones y lectura 4h
Lecturas 16/10/09 David González Búsqueda de investigaciones y lectura 4h
Lecturas 22/10/09 David González Búsqueda de investigaciones y lectura 4h
Lectura y notas 27/10/09 David González Búsqueda artículos, lectura y resumen 5h
Reunión 29/10/09 Ángel de Castro Revisión de estudio. Recomendación de 1h
David González libros.
Lectura y notas 30/10/09 David González Búsqueda artículos, lectura y resumen 6h
Lectura y notas 31/10/09 David González Búsqueda artículos, lectura y resumen 6h
Reunión 02/11/09 Ángel de Castro Puesta en Común de 8 primeras lecturas. 1 h
Primeras Alberto Sánchez Determinación de referencias a seguir
Lecturas David González según lo encontrado. Consejos.
Lectura y notas 06/11/09 David González Búsqueda de investigaciones y lectura 4h
Lectura y notas 09/11/09 David González Notas resumen artículos leídos 4h
Reunión de 13/11/09 Ángel de Castro Control de seguimiento del EIT. Nuevas 1h
Control David González referencias propuestas.
Lectura y notas 18/11/09 David González Notas resumen artículos leídos 2h
Reunión Ideas 24/11/09 Santiago Elvira Puesta en común trabajos del grupo de 1h
en común Giovanni investigación sobre mapeo, localización y
David González sensores.
Reunión de 02/12/09 Ángel de Castro Control de seguimiento del EIT. 1h
Control David González
Lectura y notas 04/12/09 David González Búsqueda artículos, lectura y resumen 4h
Lectura y notas 08/12/09 David González Búsqueda artículos, lectura y resumen 4h
Reunión de 17/12/09 Ángel de Castro Control de seguimiento del EIT. 1h
Control David González
Memoria 11/01/10 David González Redacción de la Memoria del EIT 1 8h
Memoria 17/01/10 David González Redacción de la Memoria del EIT 1 6h
Lectura y notas 24/01/10 David González Lectura de artículos para la memoria. 4h
Memoria 31/01/10 David González Redacción de la Memoria del EIT 1 8h
Memoria 01/02/10 David González Redacción de la Memoria del EIT 1 3h
Memoria 02/02/10 David González Redacción de la Memoria del EIT 1 3h
Reunión 04/02/10 Ángel de Castro Mejoras y correcciones en la Memoria 1h
Memoria David González
Corr. Memoria 06/02/10 David González Corregir Memoria del EIT 1 4h
Presentación 08/02/10 David González Confeccionar Presentación Oral EIT 1 5h
Presentación 09/02/10 David González Confeccionar Presentación Oral EIT 1 3h
Presentación 11/02/10 Grupo HCTLAB Confeccionar Presentación Oral EIT 1 1h
TOTAL 101 h
36