Diseño y desarrollo de robots móviles para interiores y exteriores.

AURIGA (Grupo Málaga)

AURORA (Grupos Málaga y Sevilla)

ROMEO 3R (Grupo Sevilla)

Métodos de navegación autónoma para robots móviles:

Los miembros de la Red de Robótica de Andalucía han desarrollado entre otros los siguientes proyectos:

• Robótica móvil con múltiples articulaciones (Grupo de Robótica, Visión y Control, Sevilla + Ingeniería de Sistemas y Automática, Málaga + IMSE).
• CIRO: Control Inteligente en Robótica Móvil (Grupo de Robótica, Visión y Control, Sevilla).
• Navegación reactiva de robots móviles basada en sonar (Grupo de Robótica, Visión y Control, Sevilla).
• Desarrollo de sistemas de control programables de bajo costo para la aplicación de técnicas de inferencia neuro-difusas en procesos industriales y agrícolas (IMSE, Sevilla).
• Navegación de robots de exteriores en entornos no estructurados (Grupo de Robótica, Visión y Control, Sevilla + Ingeniería de Sistemas y Automática, Málaga).
• Desarrollo de una Arquitectura basada en Comportamientos para la Navegación de Robots Móviles (Grupo de Sistemas Inteligentes, Granada).
• Aprendizaje de conceptos y comportamientos mediante técnicas de Soft-Computing aplicado a la navegación de robots móviles (Grupo de Sistemas Inteligentes, Granada)

Financiado por la Comisión Interministerial de Ciencia y Tecnología (CICYT). TAP99-0926-C04-01. Horizonte temporal 1999-2001.

En este proyecto se desarrollan nuevos métodos y tecnologías para el control de robots móviles con componentes articulados. Se consideran tanto vehículos articulados como vehículos convencionales con elementos articulados a bordo entre los que se encuentran sistemas para orientación de cámaras, dispositivo de carga y descarga y brazos articulados.

El proyecto integra cuatro subproyectos diferentes.

• Subproyecto 1: se investiga en robots móviles con elementos multiarticulados y sus aplicaciones en maquinaria forestal, guiado de vehículos pesados y vehículos de exploración.
• Subproyecto 2 se dedica específicamente al control de vehículos autónomos articulados.
• Subproyecto 3 es el más básico, tratándose métodos de teoría de control para el seguimiento de trayectorias y maniobra con incertidumbres en el modelo.
• Subproyecto 4 se dedica a vehículos articulados para la exploración.

VÍDEO 1: Seguimiento visual

VÍDEO 2: Seguimiento hacia atrás

VÍDEO 3: Seguimiento hacia atrás

VÍDEO 4: Aparcamiento autónomo

VÍDEO 5: Aparcamiento autónomo

Financiado por la Comisión Interministerial de Ciencia y Tecnología (CICYT). TAP96-1184-C04, Subproyecto 1: TAP96-1184-C04-01. Horizonte temporal: 1996-1999.

En el presente proyecto se abordan los siguientes aspectos:

Diseño y desarrollo de nuevas técnicas de visión por computador para la estimación de la trayectoria y posición. Control inteligente basado en la percepción del entorno. Navegación autónoma basada en GPS. Navegación reactiva mediante el uso de láseres y sensores ultrasónicos. Diseño e implementación de sistemas de control robusto y estable de altas prestaciones basados en lógica borrosa y redes neuronales. Aplicación de conducción teleoperada y telerobótica. Experimentación en Romeo 3R y Romeo 4R.

Experimentación en Romeo 3R y 4R

VÍDEO: Navegación de los robots Romeo3R y Romeo4R

Financiado por la Dirección General Interministerial de Ciencia y Tecnología (DGICYT -Ministerio de Educación y Ciencia-). Acciones Integradas Hispano-Austriacas. HU-1996-0022. 1996-1997.

Cooperación Hispano-Austriaca. Colaboración con la Universidad de Graz (Austria) para el desarrollo de nuevas tecnologías para guiado de vehículos autónomos.

Junta de Andalucía (58/02). 2003-2004. Investigador Principal: Ángel Barriga Barros. Paticipantes: IMSE e Instituto Superior Politécnico "José Antonio Echeverría" (ISPJAE), Cuba.

Este Proyecto surgió ante la necesidad de aplicar técnicas de control en procesos industriales y agrícolas en regiones en desarrollo como es el caso de Cuba. Uno de los requerimientos para afrontar este proceso de automatización corresponde a una reducción del coste de los sistemas. La aplicación de técnicas basadas en inteligencia artificial, y en particular, los métodos de razonamiento aproximado en los que se basa la lógica difusa permiten desarrollar sistemas de bajo coste, tamaño reducido y elevada velocidad de operación. Por ello nos hemos planteado en este Proyecto como objetivo básico el desarrollo de un sistema de control programable de bajo costo que facilite la aplicación de técnicas de inferencia neuro-difusas en procesos industriales y agrícolas.

Los principales objetivos alcanzados en este proyecto son:

• Definición de la arquitectura de un dispositivo programable de bajo costo que incorpora circuitos de interfaz, lógica de control e inferencia difusa en el mismo dispositivo. El sistema incluye asimismo recursos de memoria que facilitan su programación y buses estándares de comunicación que hacen posible su conexión con otros elementos de control.
• Diseño e implementación de un prototipo de dicho dispositivo electrónico. Con objeto de reducir el tiempo de diseño se ha aplicado una metodología de diseño que permite el empleo de herramientas de síntesis automática a partir de VHDL y la reutilización de subsistemas previamente diseñados. Asimismo, se emplearon dispositivos FPGA para reducir el coste de implementación que requeriría la fabricación de un circuito integrado.
• Verificación del flujo de realización previsto en la metodología de diseño mediante la aplicación de la plataforma de desarrollo a algunos problemas de guiado de robots móviles autónomos, concretamente al problema de aparcar marcha atrás un vehículo cuando éste parte de una situación cercana a la posición objetivo.

Financiado por la Comisión Interministerial de Ciencia y Tecnología (CICYT). TAP93-0581.
Horizonte temporal: 1994-1996.

Diseño y desarrollo de vehículos autónomos y sistemas de navegación para aplicaciones de exteriores como inspección, vigilancia y transporte. Desarrollo del sistema Romeo 3R.

En este trabajo se ha desarrollado una arquitectura de navegación para un robot móvil de tipo Nomad 200 siguiendo los principios de la Robótica basada en comportamientos pero incorporando además características deliberativas.

Las principales características de esta arquitectura de navegación son las siguientes:

• Se han diseñado una serie de comportamientos mediante lógica difusa que proporcionan al robot unas habilidades básicas. A este respecto, se propone toda una metodología para llevar a cabo el diseño de estos comportamientos así como su combinación y activación en función de los objetivos a alcanzar y de la percepción del contexto actual.
• Los comportamientos difusos forman parte del nivel de control de la arquitectura desarrollada que cuenta además con otros dos niveles de mayor jerarquía: nivel de ejecución y nivel de planificación.
• Dentro del nivel de ejecución se ha desarrollado un modelo de percepción que utiliza los sensores de ultrasonidos e infrarrojos y que manipula la incertidumbre e imprecisión mediante técnicas de Soft-Computing, de manera que permite al robot clasificar su percepción sobre el entorno y detectar objetos como paredes, pasillos, esquinas o puertas.
• Para llevar a cabo la representación del entorno se ha desarrollado un nuevo modelo de mapa jerárquico que es capaz de integrar tanto información de mapas geométricos como cualitativos y que permite que el robot pueda utilizar el tipo de información más adecuada según las características del entorno para llevar a cabo la navegación autónoma.

También se han desarrollado los procedimientos para la construcción de mapas y los correspondientes algoritmos de planificación, monitorización y detección de contingencias en la ejecución del plan. Todo ello ha desembocado en la realización de una Tesis doctoral que describe con detalle la arquitectura de navegación diseñada e implementada.

VÍDEO 1: Arquitectura de navegación basada en comportamientos

En este vídeo se puede ver un ejemplo de funcionamiento de la arquitectura de navegación basada en comportamientos difusos. La tarea del robot consiste en navegar desde el principio de una pared, situada a su izquierda, hasta el comienzo de un pasillo. Siguiendo el plan generado el robot activa el comportamiento difuso Seguir Pared hasta que la presencia de la puerta provoca el cambio de contexto de activación. Así, el robot cambia de comportamiento y adopta el comportamiento de Cruzar puerta construyendo un modelo temporal de los marcos de la puerta. Una vez cruzada la puerta, el robot carece de referencias sensoriales válidas para llevar a cabo una navegación topológica, de modo que adapta su comportamiento al seguimiento de trayectorias usando un mapa de celdillas de esa zona del entorno. La columna, que no había sido modelada adrede, es evitada eficazmente gracias a la presencia de comportamientos reactivos como la Evitación de obstáculos. Una vez que el robot alcanza la pared siguiente vuelve a utilizar la percepción sensorial de la pared mediante los ultrasonidos para realizar su seguimiento hasta su destino final.

Financiado por el Ministerio de Ciencia y Tecnología (MCYT). TIC2003-04900. Horizonte temporal 2003-2006.

En este proyecto se plantea la necesidad de incorporar sistemas automáticos de adquisición de conocimiento a los robots móviles. Ello es debido a que el desarrollo de cualquier sistema inteligente necesita de conocimiento. Este conocimiento puede ser incorporado dentro del sistema por el diseñador del mismo, o bien, puede ser aprendido.

Esta segunda opción tiene ventajas ya que permite facilitar el diseño del sistema, e incluso, una mejor adaptación de éste a su entorno. Éste es el caso de la navegación de un robot móvil, en donde disponemos de una arquitectura de navegación desarrollada, por nuestro grupo de investigación, basada en comportamientos difusos gracias a la cual el robot móvil puede navegar de manera segura en un entorno de interiores.

Con esta arquitectura, el robot puede detectar ciertos lugares distinguidos a partir de los datos de sus sensores e identificarlos con los elementos dados de un mapa topológico del entorno. Sin embargo, en el diseño de este sistema se ha utilizado una gran cantidad de conocimiento experto tanto para la definición de las reglas que gobiernan los comportamientos, como para la definición de los objetos perceptuales que pueden encontrarse en el entorno de trabajo. Esto implica que el robot no tiene capacidad para modificar sus comportamientos ni para identificar nuevos objetos.

El objetivo general del proyecto es el de investigar en algoritmos de aprendizaje basados en técnicas de soft-computing y su aplicación en la mejora de la arquitectura de navegación del robot, con el fin de diseñar e implementar un módulo de adquisición de conocimiento que se incorpora a dicha arquitectura. Así, conseguiremos una alta capacidad de adaptación del sistema al mundo real y también minimizar la necesidad de conocimiento previo sobre el entorno.

Es este proceso contamos con la experiencia obtenida en el desarrollo de diversos proyectos de investigación en los que hemos desarrollado algoritmos de aprendizaje y de ajuste, basados en la utilización de la lógica difusa y de técnicas de algoritmos genéticos, que son el punto de partida en este desarrollo. Para ello proponemos en una primera etapa el diseño de técnicas de fusión de datos multisensoriales que sirvan como entrada de los algoritmos de aprendizaje.

Posteriormente se diseñarán técnicas de aprendizaje tantos de objetos relevantes a la navegación como de comportamientos, y finalmente se integrarán el módulo de adquisición del conocimiento diseñado dentro de la arquitectura actual del robot.

Presentamos cuatro vídeos:

	VÍDEO 1: Seguimiento de marca		VÍDEO 2: Cruzar puerta
	El robot localiza visualmente la marca numerada con el valor 00 y se dirige hacia ella mediante los comportamientos de navegación. El robot debe realizar un "fijado" visual de la marca mientras navega hacia ella en busca de la puerta, a la vez que es capaz de evitar obstáculos no esperados.		Una vez detectada la puerta el robot procede a cruzarla utilizando para ello un modelo temporal de la situación de la puerta y trazando una trayectoria imaginaria que pasa por el centro del marco.

	VÍDEO 3: Alinearse pasillo y seguir pasillo		VÍDEO 4: Moverse pasillo y encuentra marca
	Una vez cruzada la puerta el robot se alinea con el pasillo en el sentido adecuado para buscar la habitación objetivo consultando un mapa topológico del entorno. La habitación destino está etiquetada con la marca número 02.		Ahora el robot se mueve por el centro del pasillo utilizando el comportamiento Seguir pasillo hasta que es capaz de detectar visualmente la marca 02 en la puerta de la habitación destino. Una vez detectada la marca, entra en la habitación y finaliza la tarea.