Auto localización de robots móviles y modelado del entorno

Transcripción

Proyecto final de carrera:
Auto localización de robots móviles y
modelado del entorno mediante visión
estereoscópica
Realizado por: Carlos Ezquerra Cerdán
Director de proyecto: Miguel Ángel García García
Año 2006
Ingeniería informática
Unsiversidad Rovira i Virgili
Índice
1. Introducción
……………………………………………. 2
2. Objetivos del proyecto
……………………………………………. 4
3. Especificaciones
……………………………………………. 5
3.1 Hardware:
……………………………………………. 5
3.1.1 Robot Pioneer
……………...……………………. 5
3.1.2 Cámara Digiclops
………………………………...… 7
3.1.3 Conexión blue-tooth
……………...……………………. 8
4. Diseño general
…………………………………………… 10
5. Movimiento inteligente del robot explorador
…………………… 12
5.1 Introducción.
…………………………………………… 12
5.2 Objetivos
…………………………………………… 12
5.3 Diseño
…………………………………………… 12
5.3.1 Mapa de decisiones
..….……………………………... 13
5.4 Implementación
…………………………………………… 15
5.5 Entorno de trabajo
…………………………………………… 16
5.6 Pruebas y resultados. …………………………………………… 16
5.7 Problemáticas detectadas y soluciones propuestas ……………. 26
5.8 Conclusiones.
…………………………………………… 30
6. Auto localización del robot explorador …………………………………… 31
6.1 Introducción
…………………………………………… 31
6.2 Objetivos
…………………………………………… 32
6.3 Algoritmo slam3D
…………………………………………… 33
6.4 Diseño
…………………………………………… 37
6.5 Entorno de pruebas
…………………………………………… 38
6.6 Implementación en el robot
…………………………………… 38
6.7 Evaluación del algoritmo en el robot explorador
6.8 Conclusiones
……………. 40
………………………………………….... 71
7. Desarrollo del proyecto
…………………………………………... 72
8. Conclusiones
…………………………………………... 73
9. Recursos utilizados
…………………………………………... 74
10. Manual de uso.
…………………………………………... 75
1
1 Introducción
Hoy en día el uso de robots está ampliamente extendido, de manera que
encontramos desde robots artificieros hasta robots exploradores, pasando por la
infinidad de tipos de robots que podemos encontrar, tales como los brazos
articulados. En este proyecto nos centraremos en los robots exploradores.
Los robots exploradores son aquellos que disponen de algún mecanismo de visión,
ya sea por medio de cámaras o sensores, que les permiten explorar un entorno
desconocido sin colisionar con los distintos obstáculos que se pueden encontrar en
el terreno. Un ejemplo claro de robots exploradores son los robots Oportunity y
Spirit de la Mars Exploration Rover (MER) Misión. Estos robots fueron enviados
por la NASA en el año 2003 al planeta Marte para realizar un estudio de su
superficie geológica.
En nuestro caso, para implementar el proyecto, hemos elegido el robot explorador
Pioneer P2AT mostrado en la figura 1.
Fig. 1
El robot Pioneer P2AT es un robot explorador que cuenta con un anillo de 8
sensores de ultrasonidos para localizar los obstáculos, pero en nuestro caso se ha
decidido que la exploración no se hará usando los sensores de ultrasonidos, sino que
lo haremos mediante una cámara de visión estéreo. La cámara elegida para el caso
es la cámara digiclops, mostrada en la figura 2.
Fig. 2
2
La cámara dispone de 3 objetivos, por lo que podremos realizar imágenes en 3
dimensiones en las que podremos identificar la posición exacta de un punto de la
imagen respecto donde estamos nosotros.
Una vez tenemos definido que es un robot explorador y elegido el robot adecuado
para la puesta en práctica de nuestro proyecto, veremos el apartado de la auto
localización del robot.
Como ya sabemos, la auto localización de un robot es muy importante. Dado que en
entornos desconocidos puede que no dispongamos de GPS1, por ejemplo en otro
planeta que no sea la tierra, necesitaremos un sistema de auto localización del robot,
de manera que podamos saber en cada momento en la posición en la que está. De los
elementos de los que disponemos con los que podríamos hacer una auto localización
eficiente del robot tendremos los sensores de las ruedas del robot y la cámara.
Desechamos el uso de los sensores de las ruedas por el grado de error que tienen y el
que podrían tener dependiendo del terreno en el que se moviera el robot y nos
quedamos con la cámara. Para la auto localización se utilizará un algoritmo de auto
localización mediante la comparación de imágenes de una cámara de visión estéreo.
Dicho algoritmo ha sido cedido para su uso por el Dr.Miguel Ángel García García.
Por lo tanto, en este proyecto trataremos el algoritmo de movimiento del robot, el
algoritmo de auto localización y los errores y problemas con los que nos podemos
encontrar en ambos algoritmos.
1
Global Positioning System: sistema de localización por medio de más de 24 satélites que mediante
ondas de radio indican al receptor su longitud, latitud y altitud en cualquier lugar de la tierra. Nótese que
éste sistema sólo es útil en la tierra dada la posición de los satélites.
3
2. Objetivos del proyecto
El objetivo principal del proyecto es la programación, evaluación e integración de
los algoritmos de movimiento del robot, así como la integración y evaluación del
algoritmo de auto localización del robot.
Para conseguir estos objetivos deberemos definir una serie de objetivos a cumplir en
cada una de las partes en las que podemos dividir este proyecto. Estos objetivos que
debemos marcar son:
1. Estudio y comprensión de las librerías de movimiento del robot.
2. Programación, integración en el robot y evaluación del algoritmo implementado,
viendo las limitaciones de éste y buscando soluciones satisfactorias para ellas.
3. Integración del algoritmo de auto localización con el programa de movimientos
del robot.
4. Evaluación del algoritmo de auto localización en diferentes entornos.
Éstos son los objetivos que deberemos cumplir en éste proyecto.
4
3 Especificaciones
Los elementos utilizados en el proyecto han sido:
1. Robot Pioneer P2AT
2. Cámara Digiclops
3. Librerías Aria, Digiclops y Triclops
4. Conexión blue-tooth entre PC y Robot.
A continuación comentaremos cada uno de éstos elementos.
3.1 Hardware
3.1.1 Robot Pioneer
El robot seleccionado para el proyecto es el Pioneer P2AT. (Figuras 1 y 3).
Fig. 3
El robot Pioneer P2AT es un robot todo terreno muy versátil, con software compatible
con todos los MobileRobots2, elegido por gran parte de las empresas que requieren un
robot de alto rendimiento con un grado alto de personalización. Fácil de usar y con gran
poder es un robot excepcional para su uso en el exterior.
El Pioneer P2AT ofrece la opción de utilizar un computador incorporado en el mismo
robot, con lo que se podrá utilizar y programar con los programas y lenguajes
convencionales y ya no se deberá programar directamente sobre el microcontrolador.
Además dispone de conexión ethernet y otras funciones autónomas. En nuestro caso
además se le han añadido los conectores usb para conectar el emisor/receptor de bluetooth y de una tarjeta firewire para la conexión de la cámara.
2
MobileRobots es la gama de robots móviles de la empresa ActiveMedia Robotics.
5
El Pioneer P2AT dispone de ruedas gigantes, que le permiten superar gran cantidad de
obstáculos, además de motores que le permiten alcanzar una velocidad de 0.8 metros
por segundo y cargar más de 30 Kg.
El robot Pioneer P2AT combinado con la librería Aria es capaz de:

Vagar de forma aleatoria.

Ser conducido mediante un joystick o teclado.

Planear caminos.

Mostrar un mapa de su sonar.

Localizarse usando el sonar.

Comunicar la información de control y los sensores.

Simular mediante el simulador Saphira el funcionamiento del robot.
El robot Pioneer P2AT está indicado para:

Mapeado de terrenos.

Navegación.

Monitorización.

Reconocimiento.

Visión.

Manipulación.

Cooperación y otros comportamientos.
La distribución de los ejes de coordenadas del robot la podemos ver en la figura 4.
Fig. 4
Se ha podido comprobar que el robot tiene errores tanto en el desplazamiento como en
el giro, de manera que se ha medido un desplazamiento de 50 cm. dando como resultado
un desplazamiento de sólo 46.5 cm. Por lo tanto los movimientos del robot de cara a la
auto localización se usarán sólo de forma orientativa para mirar que se realiza la auto
localización de forma correcta.
6
3.1.4 Cámara Digiclops
La cámara elegida para su integración con el robot ha sido la cámara Digiclops (figura
5), fabricada por Point Grey Resesarch. La cámara Digiclops de visión estéreo es un
dispositivo sensorial que permite la captura de imágenes en 3 dimensiones en tiempo
real, para aplicaciones como medida, modelado VRML, robots móviles, etc.
Digiclops es una cámara calibrada que proporciona imágenes estéreo al software
Triclops, que será el encargado de extraer la información de dichas imágenes.
Digiclops es un revolucionario sistema de visión que combina las imágenes estéreo en
3D con la tecnología de las cámaras digitales. La cámara Digiclops realiza imágenes de
alta calidad, con excelente calibración de la cámara, transmisión de imágenes digitales y
configuración de los múltiples sensores. La combinación de sus características convierte
a la cámara Digiclops en la cámara ideal para cualquier aplicación que requiera de un
sistema de visión en 3 dimensiones.
Fig. 5
Especificaciones:
–
Tres objetivos Sony ICX084.
–
Sensor de imagen de alta definición con píxeles cuadrados.
–
Formato VGA (640 x 480)
–
Búsqueda progresiva.
–
Iluminación mínima: 6 Lux
–
Lentes optimizadas para mejorar la visualización.
–
Alimentación: 12V 400mA proporcionada por cable firewire.
7
Para tratar las imágenes 3D y obtener la información de ellas lo hacemos como se ve
en la figura 6. La posición X, Y, Z de un punto en la escena puede ser determinada
por medio de la triangulación de los puntos en la escena.
Fig. 6
La triangulación la realizaremos entre los puntos Pl, Pr y Pt obtenidos por la cámara
de la izquierda, la de la derecha y la de arriba respectivamente bh y bv son las líneas
horizontales y verticales del desplazamiento de la cámara. F es la longitud local de
las cámaras.
3.1.3
Conexión blue-tooth
Para la conexión entre nuestro PC y el PC interno del robot se utilizará una conexión
mediante ondas de las conocidas como blue-tooth.
Para la configuración de la conexión blue-tooth en entorno de desarrollo Linux se
utilizarán los paquetes bluez-utils y bluez-pan.
Una vez instalados los paquetes se deberá configurar la conexión para que cuando se
conecte por medio del blue-tooth se configure de forma automática la conexión con la
dirección IP seleccionada, que en nuestro caso será 10.0.0.1 para el servidor y 10.0.0.2
para el cliente.
Por último deberemos activar el demonio pand seleccionando el tipo adecuado de
servicio, ya sea servidor o cliente. Para el servidor deberemos escribir:
Pand –listen –role GN
Para el cliente el comando es:
Pand –search –role PANU –service GN
Con esto, por medio de una conexión ssh, nos podremos conectar al PC interno del
robot desde nuestro PC.
8
Deberemos tener en cuenta las limitaciones de la conexión blue-tooth, de manera que si
se utilizan comandos que requieran la transferencia de gran cantidad de información o
ventanas gráficas se colgará la conexión, con lo que se requerirá el reinicio de los
equipos que estén conectados. Por lo tanto, no mostraremos en tiempo real de forma
gráfica los pasos que sigue el robot, sino que se guardará en un fichero de movimientos
que puede ser consultado en cualquier momento.
9
4.Diseño general
Para el diseño general de la aplicación crearemos diferentes módulos que serán
utilizados desde un programa principal por medio de llamadas a sus funciones. De esta
manera dividiremos los módulos en 2 tipos:

Módulos de movimiento del robot.

Módulos de auto localización del robot.
El módulo de movimiento del robot contiene todos aquellos módulos que se utilizan
para la conexión del robot, conexión de la cámara y decisiones de movimientos.
El módulo de auto localización engloba todos los módulos del algoritmo Slam3D junto
con el módulo que realiza la llamada a éste, que será el que se comunique con el
programa principal. (diagrama 7).
Movimi
ento?
Programa
principal
Módulo de
conexión con
auto localización
Módulo de
movimientos
Módulo de auto
localización
Fig. 7
El robot generará diferentes archivos para su consulta. Éstos se eliminarán en cada
movimiento para evitar la sobresaturación del disco y la degradación de su sistema de
ficheros. Estos archivos son:

Fichero_movimientos Æ en él se guardarán todos los movimientos
hechos por el robot. Este archivo no se borrará y podrá ser consultado en
cualquier momento, ya que se abre, se escribe y se cierra para cada uno
de los movimientos que se realiza.
10

Puntos_sensor Æ fichero de puntos que muestra el mapa que ha creado
el robot para decidir si girar a la izquierda, a la derecha o seguir recto.
Este fichero se sobrescribirá en cada movimiento.

Out*.ppm Æ foto que se realiza antes de cada movimiento. El archivo se
borrará después de cada movimiento y auto localización para impedir
que se sature el disco.

Out*.pts Æ fichero de puntos extraídos de la fotografía. Igual que el
anterior se borrará después de realizar el movimiento y la auto
localización.

c0, c1, d0, d1, e0, e1 Æ ficheros utilizados para la auto localización. En
ellos tenemos los puntos identificados en las imágenes, los
emparejamientos entre los puntos y los puntos que quedan después de la
filtración de puntos incorrectos. Estos archivos se eliminarán después de
hacer cada auto localización.
Para evitar que se borren los archivos, ya que puede ser que nos interese consultarlos, se
ha diseñado el programa de manera que tengamos 2 posibles modos de ejecución. En el
modo guiado el robot preguntará al usuario si desea realizar el siguiente movimiento
antes de borrar los ficheros, de manera que antes de realizar el movimiento el usuario
podrá recuperar toda la información. En el modo no guiado el robot explorará sin
consultar al usuario y borrará o sobrescribirá los ficheros en cada uno de los
movimientos. En nuestro caso, y dado que queremos evaluar el correcto funcionamiento
de los programas, utilizaremos el modo guiado.
El programa principal será el encargado de establecer el modo de funcionamiento del
programa, realizará las conexiones con el robot y con la cámara, hará la fotografía y
extraerá los puntos de ella por medio de llamadas a las funciones de la librería triclops.
Una vez tengamos la fotografía con sus puntos definidos llamará al módulo de
movimientos para que decida que movimiento realizar, al módulo de auto localización y
finalmente a la librería Aria para realizar el movimiento adecuado con el robot.
En cada uno de los apartados del proyecto veremos más a fondo el diseño de estos
módulos.
11
5. Movimiento inteligente del robot explorador
5.1 Introducción
Un robot explorador es aquel que se programa para la exploración de entornos
desconocidos y que cuenta con diferentes sensores o sistemas de visión que le permiten
explorar el entorno.
En los robots exploradores es básico encontrar un movimiento que, además de no
colisionar con los obstáculos, permita explorar todo el terreno en el menor tiempo
posible. Basándonos en esto trabajaremos para conseguir explorar todo el terreno, sin
que se produzcan colisiones con obstáculos.
Para la exploración del terreno se dispone de un robot Pioneer P2AT dotado de un anillo
de 8 sensores de ultrasonidos y una cámara de visión estéreo Digiclops. Combinando
ambas tecnologías conseguiremos el movimiento propuesto.
5.2 Objetivos
Los objetivos que se han marcado en este apartado del proyecto son:

Implementar un algoritmo de decisión de movimiento en el robot
explorador, mediante el sistema de visión de la cámara, con la finalidad
de que se explore de forma correcta un entorno desconocido.

Evaluar dicho algoritmo para comprobar su correcto funcionamiento
tanto en casos de uso normal como en los casos más extremos.

Buscar soluciones a los problemas que se puedan encontrar para todos
los casos y así conseguir el algoritmo correcto.

Identificar los mínimos locales y solucionarlos.

Identificar las limitaciones del algoritmo de movimiento.
5.3 Diseño
Como se ha comentado con anterioridad, en este apartado se mostrará es diseño del
módulo de movimientos del robot explorador.
El módulo de movimientos del robot explorador se compone de los siguientes módulos:

Módulo funciones_robot Æ En él se encuentran las funciones de
inicialización y movimientos del robot.

Módulo cámara Æ en él encontramos las funciones para inicializar y
finalizar la cámara.
12

Módulo movimientos Æ en él encontramos las funciones para detectar si
puede haber colisión con algún obstáculo y la decisión del movimiento a
realizar.

Módulo sensores Æ módulo para tratar los sensores de ultrasonidos del
robot.
Todos estos módulos serán llamados directamente por el programa principal, y como ya
hemos visto antes generarán una serie de ficheros para poder comprobar y consultar la
correcta realización del movimiento.
Además se ha definido la estructura punto, con la que trabajarán algunos módulos, que
contendrá toda la información relacionada a un punto de la imagen.
5.3.1 Mapa de decisiones
Para decidir el movimiento adecuado a realizar por el robot, a partir de la imagen con
sus puntos encontrados, el robot construye un mapa con los puntos encontrados a una
cierta altura. Para construir este mapa se buscará entre todos los puntos encontrados en
la imagen, si hay alguno que esté a una distancia menor de la distancia que nos vamos a
mover. En nuestro caso hemos añadido una distancia de seguridad a esa distancia.
Si encontramos algún punto a menor distancia que la determinada como distancia de
colisión, haremos un corte horizontal de los obstáculos a la altura del punto encontrado.
En el caso en el que no encontremos ningún punto susceptible de colisión se elegirá una
fila, que en nuestro caso será la que ocupa la posición 125, cercana al centro de la
imagen. Por lo tanto, se guardarán todos los puntos de la imagen que estén a la altura
deseada (en píxeles). Una vez guardados los puntos se procederá a trabajar con ellos
para encontrar la mejor opción de giro.
Dado que éste sistema sólo será correcto cuando trabajemos con obstáculos en forma de
polígonos tales como cubos, rectángulos, etc., se ha añadido otro mapa, que se creará
plasmando en el suelo todos los obstáculos, de manera que quedaría el mapa como si
viéramos los obstáculos desde una vista aérea. Por medio de los 2 mapas conseguiremos
encontrar la mejor opción de giro.
Un ejemplo de mapa, visto con el programa gnuplot, se puede ver en la figura 8.
13
Fig. 8
Éste es un ejemplo de mapa con el que nos podríamos encontrar. El eje vertical muestra
los metros a los que se encuentra el punto en cuestión y el eje horizontal el píxel de la
imagen en el que se encuentra dicho punto. Como ya hemos dicho antes la altura se fija
a un punto, que éste será el de colisión con el objeto, en el caso en el que haya posible
colisión, o el de la mitad de la imagen en el caso en el que no la haya. Los puntos que
encontramos a distancia 0 no es que el robot está tocando contra ellos, sino que son
puntos que no se han podido detectar con la cámara, por lo que los tomaremos como
espacio libre.
Se ha decidido que el robot seguirá recto si no hay peligro inminente de colisión y
queda espacio por explorar. Con que queda espacio para explorar queremos decir que no
se encuentra con que la mayoría de puntos encontrados se encuentran a una distancia
menor de 2 metros y el robot, aunque siguiera hacia delante, no podría pasar por
ninguno de los espacios libres, por lo que es inútil seguir hacia delante y ya se da la
superficie por explorada. En este caso realizaremos un movimiento aleatorio, que en
este caso hemos decidido que será girar hacia la izquierda.
Si encontramos un obstáculo con el que tenemos una posible colisión giraremos hacia el
lado en el que el robot tenga mayor espacio libre y que quepa el robot por él. En el caso
en el que no quepa por ninguno de los lados el robot girará a la izquierda por defecto
para evitar colisionar con el obstáculo.
14
Por último, para detectar y salir de un mínimo local se han creado las funciones que
cuando detectan una secuencia de giros izquierda-derecha-izquierda o derechaizquierda-derecha giran 50 grados en intervalos de 5 grados para no perder la auto
localización. Con esto conseguiremos salir del mínimo local de forma satisfactoria.
5.4 Implementación
Se han creado las siguientes funciones dentro de los módulos:
•
Módulo de funciones_robot:
o robotInitialize Æ inicializa la conexión con el robot y el propio robot.
o robotForward Æ mueve el robot hacia delante tantos centímetros como
se indique por parámetro.
o robotRight Æ gira el robot hacia la derecha tantos grados como se
indique por parámetro.
o robotLeft Æ gira el robot hacia la izquierda tantos grados como se
indique por parámetro.
o robotClose Æ para el robot y la conexión con su microcontrolador
•
Módulo de cámara:
o cameraInitialize Æ inicializa la cámara y su conexión.
o cameraClose Æ cierra la conexión con la cámara.
•
Módulo de movimientos:
o busca_direccion Æ busca la dirección hacia la que debe girar el robot
para evitar los obstáculos.
o Collision Æ devuelve si hay posible colisión del robot con algún
obstáculo.
•
Módulo sensores:
o busca_colision Æ devuelve si hay una posible colisión en el próximo
movimiento usando los sensores para comprobarlo.
o busca_mayor_distancia Æ devuelve el número del sensor de ultrasonidos
que está más lejano a un obstáculo.
o busca_menor_distancia Æ devuelve el número del sensor de ultrasonidos
que está más próximo a un obstáculo.
15
5.5 Entorno de trabajo
El entorno de trabajo con el que trabajará en el robot explorador es un sistema operativo
linux Red Hat 7.3, en el que programaremos los algoritmos en lenguaje C ayudándonos
de las librerías:
- Aria Æ funciones de movimiento del robot y uso de los ultrasonidos para mirar
la distancia correcta a los obstáculos.
- Digiclops Æ funciones para la captación de imágenes por medio de la cámara.
- Triclops Æ funciones para la captación de imágenes 3D y de puntos en ellas
por medio de la cámara de visión estéreo.
En cuanto al entorno de pruebas en el que se encuentra el robot es el laboratorio de
robótica, en el cual encontraremos diferentes obstáculos tales como sillas, mesas y
armarios para comprobar el correcto funcionamiento del algoritmo de decisión de
movimientos.
5.6 Pruebas y resultados
Se han realizado diversas pruebas para comprobar el funcionamiento correcto del
programa que controla el movimiento del robot. Las pruebas se han realizado con la
cámara sólo y con la cámara y los ultrasonidos de forma simultánea. Los resultados que
hemos obtenido son los siguientes:
- Prueba 1
Dejamos al robot vía libre por delante, de manera que debería avanzar sin problemas al
no detectar obstáculos a menos de 2 metros.
Trabajará con la siguiente foto:
16
Esta es la foto realizada por la cámara digiclops y para decidir el siguiente movimiento
a realizar buscará si hay algún punto menor a la distancia de colisión y los que haya a
menos de 2 metros. El mapa que crea el robot a partir de la foto es:
Si nos fijamos en la escala inferior, vemos que en el mapa se distingue en el rango
[0-50] la silla más cercana por la parte de la izquierda, en el rango [50-100] se
identifican las dos sillas más lejanas. Del 100 al 250 se cogería todo como camino libre,
ya que todos los puntos encontrados están a distancia mayor de 2 metros y para acabar
en el rango [250-300] se detecta el armario.
Dado todo esto, el robot ve que delante de él no hay obstáculos y no se puede explorar
puntos a distancia mayor de 2 metros, por lo que decide seguir recto.
- Prueba2
En esta prueba se ha querido comprobar que el giro a la derecha se realiza de forma
correcta cuando encontramos un obstáculo a la izquierda, el robot puede colisionar con
él y tiene espacio hacia la derecha para seguir explorando, por lo que deberá girar hacia
este lado para seguir explorando.
La foto que trataremos es la siguiente:
17
Como podemos observar en la foto la caja que tenemos a la izquierda impediría que el
robot siguiera recto, ya que se produciría la colisión contra ella.
El mapa que genera el robot a partir de la foto es:
En el mapa podemos observar que la cara de la caja que mira hacia el robot no la puede
detectar, ya que no hay suficiente iluminación para captar los puntos. Sin embargo si
que capta los del lateral de la caja, que es el intervalo [90-100]. El robot decidirá seguir
hacia la derecha porque la zona libre hacia la izquierda es mayor, que es el intervalo
[100-245]. En el caso en el que hubiera un obstáculo en éste rango el robot podría
decidir girar hacia la izquierda lo que podría provocar la colisión contra la caja.
18
En el apartado de problemas y soluciones se ha propuesto y puesto en práctica la
solución para casos como éstos. Aunque en este caso en particular comprobamos que el
robot lo haría de forma correcta y giraría hacia la derecha.
- Prueba 3
En este caso tenemos el obstáculo en el lado derecho, por lo que queremos comprobar
que el robot gira de forma correcta hacia la izquierda al detectar el obstáculo y el
espacio libre del que se dispone hacia la izquierda.
La foto con la que tratamos es:
Como podemos observar en este caso el espacio libre queda hacia la izquierda y la
iluminación de la caja es mejor, por lo que el robot debería detectar puntos de la caja.
Esto lo podremos ver en el siguiente mapa:
19
El robot consigue detectar algunos de los puntos de la caja, aunque en el rango [200300] no encuentre ningún punto. Gracias a los puntos detectados el robot podrá girar de
forma correcta hacia la izquierda, aunque nos podríamos encontrar con el mismo
problema que en la prueba anterior si en la zona de la izquierda tuviéramos algún
obstáculo que sí se detectase.
- Prueba 4
En esta prueba se ha querido comprobar que funciona de forma correcta la exploración
de zonas en las que no podemos explorar más, es decir, que el robot no cabe físicamente
por ninguno de los lados, ya que en ambos hay obstáculos. Si miramos la foto a tratar
veremos este hecho:
20
En este caso la caja tapa los posibles huecos por los que podría pasar el robot. Esto se ve
en el siguiente mapa:
En el mapa podemos observar como el robot detecta las sillas en la zona izquierda y a la
derecha detecta el armario, por lo que es físicamente imposible que el robot quepa por
los espacios que quedan disponibles, de manera que el robot decidirá hacer un giro
estático (sin ir hacia delante) hacia la izquierda, con la finalidad de acabar encontrando
un espacio libre por el que seguir explorando. Éste movimiento se realizará todas las
veces que sean necesarias hasta encontrar un espacio libre por el que pasar el robot.
- Prueba 5
En esta prueba se volverá a evaluar el giro hacia la izquierda al haber peligro de colisión
si seguimos recto. La diferencia con el caso anterior en el que evaluábamos el mismo
caso es que en este caso hemos probado con una caja con diferentes colores, por lo que
se detectarán los puntos de la caja. Esta podría ser una solución a los problemas vistos
en las pruebas anteriores, aunque no sería efectiva, ya que necesitaremos obstáculos con
diferentes puntos susceptibles de ser captados por la cámara. La foto que tratáremos es:
21
Si vemos el mapa generado por el robot comprobaremos que la cantidad de puntos
captados por la cámara es sustancialmente más grande.
Como se puede observar en este caso se detectan prácticamente todos los puntos de la
caja, por lo que el robot no tiene problema alguno para decidir hacia el lado al que debe
girar y éste es hacia la izquierda.
- Prueba 6
En esta prueba se ponen los obstáculos a más de 2 metros, distancia que se ha
considerado suficiente como para afirmar que nos debemos acercar más a los obstáculos
para poder explorarlos de forma correcta.
En la foto podemos observar que el obstáculo está en una posición lo suficientemente
lejana.
22
El mapa que genera el robot a partir de la foto y sus puntos detectados es:
En el podemos observar que los puntos que se captan son lejanos o no se captan, por lo
que el robot decidirá seguir recto con la finalidad de acercarse más a los obstáculos y
hacer la exploración de forma correcta.
- Prueba 7
En este caso se ha querido ver el caso que tendríamos en el caso en el que nos
encontrásemos con un obstáculo lejano (con el que no tendremos problemas de colisión,
ya que está por encima de los 50 cm. que nos moveremos) y nos acercaremos 50 cm.,
que como ya hemos dicho con anterioridad realmente serán 46.5 cm.
La primera imagen que tenemos es:
23
Con su mapa de puntos:
Se observa que no hay problemas de colisión y no detectamos todo el espacio cubierto,
de manera que nos acercaremos más al obstáculo y seguidamente decidiremos hacia
donde debemos girar.
La imagen que se obtiene después de avanzar 46.5 cm. es:
24
Y su mapa de puntos es:
Como podemos observar en este caso el obstáculo ya se detecta en una zona de posible
colisión (50 cm. más una pequeña distancia de seguridad) por lo que el robot en este
caso decidirá girar hacia la izquierda, que es el lado por el que encontramos mayor
distancia libre.
- Prueba 8
Por último comprobaremos uno de los errores que era previsible que sucediese, que es
el caso en el que un obstáculo esté tan cerca que la cámara sea incapaz de captar sus
puntos, por lo que el robot previsiblemente decidiría seguir recto con lo que se
25
produciría la colisión segura. Éste caso nos dará paso a la sección de las soluciones
propuestas para que no ocurran este tipo de cosas.
En la imagen se puede apreciar que el obstáculo está tan cercano al robot que no se
pueden distinguir los puntos.
La zona azul es toda un obstáculo.
El mapa de puntos generado es:
Por lo que podemos ver en el mapa no se detecta ningún punto y aquellos que se
detectan lejanos (a más de 2 metros) se producen por la reflexión de la luz en la caja.
Este pequeño grupo de puntos se puede ver en la parte derecha de la imagen.
El robot decide seguir recto y se produce la colisión contra el obstáculo.
26
5.7 Problemáticas detectadas y soluciones propuestas
Como se ha visto en las pruebas de movimiento hay casos en el que la cámara no es
suficiente para detectar un obstáculo cercano.
Una posible solución ya se ha dado antes, utilizando sólo obstáculos de los cuales la
cámara sea capaz de identificar puntos, pero como ya se ha dicho, la solución no es
buena, ya que en la mayoría de los casos en los que se utilice un robot explorador no se
podrá elegir el color y la fisonomía de los obstáculos. Pongamos como ejemplo un robot
explorador en la superficie de Marte. Los obstáculos que encontrará en la superficie
marciana serán en su mayoría rocas de diferentes colores y formas y, evidentemente, no
se podrá elegir las formas ni los colores.
Con todo lo visto tenemos un problema de difícil solución, ya que sólo utilizando la
cámara será muy difícil, por no decir imposible, captar los puntos de los obstáculos muy
cercanos.
La solución que se propone y se ha puesto en práctica es utilizar la medición de
distancia por ultrasonidos aprovechando que el robot Pioneer dispone de ella.
5.7.1 Medición de distancias mediante ultrasonidos
Los ultrasonidos son una onda acústica cuya frecuencia está por encima del límite
perceptible por el oído humano (aproximadamente 20 Khz.). Muchos animales como los
delfines y los murciélagos lo utilizan de forma parecida al radar en su orientación.
Nosotros los utilizaremos de la misma forma que los animales para decidir si hay
obstáculo o no lo hay.
Basándonos en el tiempo que tarda la señal en ir desde el emisor hasta el objeto
obstáculo y volver rebotada desde éste hasta el receptor y conociendo la velocidad del
sonido podemos calcular con suficiente precisión y exactitud la distancia entre el objeto
y nuestros receptores.
Para explicarlo de forma correcta explicaremos las bases físicas que lo explican:
•
Los ultrasonidos son antes que nada sonido, exactamente igual que los que
oímos normalmente, salvo que tienen una frecuencia mayor que la máxima
audible por el oído humano. Ésta comienza desde unos 16 Hz y tiene un límite
superior de aproximadamente 20 Khz., mientras que nosotros vamos a utilizar
27
sonido con una frecuencia de 40 Khz. A este tipo de sonidos es a lo que
llamamos Ultrasonidos.
•
El sonido se desplaza en el aire a una velocidad de 340 m/s a una temperatura de
20º C, con una variación térmica de 0.6 m/s por cada grado centígrado. Así, por
ejemplo, a 30º C de temperatura del aire, la velocidad del sonido es de 340 m/s +
(0.6 m/s/º C * 10º C) = 346 m/s (Intervienen otros parámetros pero que vamos a
dejar de lado en este trabajo por complicarnos excesivamente sin aportarnos
mayor resolución)
•
La distancia d recorrida por un móvil es directamente proporcional a la
velocidad v de éste y al tiempo t empleado en ello. Podemos escribirlo como una
fórmula en la sencilla forma:
d=v*t
dónde d es la distancia recorrida en metros, v la velocidad en metros por
segundo y t el tiempo en segundos.
Esta misma relación la podemos escribir de otra forma que nos relacione el
tiempo con las otras variables, estableciendo que el tiempo t que tarda un móvil
en recorrer una distancia d es inversamente proporcional a la velocidad v del
mismo e directamente proporcional a la distancia d a recorrer:
t=d/v
dónde t el tiempo en segundos, v la velocidad en metros por segundo y d es la
distancia en metros.
•
Si deseamos medir una distancia usando los ultrasonidos tenemos que emitir un
pulso ultrasónico breve, esperar que llegue hasta el obstáculo a medir, se refleje
en éste y vuelva hasta nuestro dispositivo sensor, midiendo entonces el tiempo t
que ha tardado en hacer todo el trayecto de ida y vuelta mediante nuestro
microcontrolador PIC. Conociendo la velocidad v a que se ha desplazado nuestra
onda tal como hemos visto, podemos fácilmente calcular según lo expresado en
el punto anterior la distancia d entre el sensor y el objeto.
28
•
Por ejemplo:
Un objeto situado a 15 cm. de nuestro sensor, con una temperatura del aire de
20º C, debe emitir un eco tras nuestro pulso que debe tardar en llegar t = (0.15
m / 340 m/s) * 2 = 0.000882 segundos (o escrito de otra forma 882 uS,
microsegundos)
Nota el detalle de que multiplicamos por 2 el tiempo empleado debido a que el
sonido debe ir y volver reflejado desde el objeto, por lo que recorre 2 veces la
distancia que separa al sensor del objeto.
5.7.2 Puesta en práctica de los ultrasonidos
Con lo visto en el apartado anterior podemos estar seguros de medir la distancia al
obstáculo de forma correcta, pero no queremos dejar de lado la cámara para realizar esta
función, dado que hemos comprobado en las pruebas que excepto para algunos casos
aislados la edición de las distancias por medio de la cámara funciona de forma correcta.
Por esto se ha decidido utilizar los 2 métodos de forma simultánea. Para esto le daremos
prioridad a la cámara, de manera que cuando la cámara decida que no hay obstáculo y
por lo tanto podemos seguir recto activaremos los ultrasonidos para comprobar que
realmente no hay peligro de colisión. En el caso en el que los ultrasonidos detectaran un
peligro inminente de colisión pasaría a tener el control del robot el módulo de los
ultrasonidos durante el siguiente movimiento.
El módulo de ultrasonidos controla el movimiento del robot de la forma siguiente:

El robot dispone de 8 emisores y receptores de ultrasonidos dispuestos en
la parte delantera del robot tal como muestra la figura siguiente.
29

Miraremos cual es el emisor/receptor que nos da una distancia más
pequeña al obstáculo. esto se hará de forma ponderada teniendo en
cuenta la posición de los emisores de ultrasonidos. Debemos anotar que
es diferente que el emisor 0 nos de una distancia menor a 20 cm., con lo
que no habría problema de colisión, en cambio si el emisor/receptor 3
diera una distancia menor a 20 cm. habría un riesgo de colisión elevado.
Por lo tanto, para el emisor/receptor 3 y 4 tendremos una distancia para
una posible colisión mayor que de los demás emisores/receptores (60
cm.), para 2, 1, 5, y 6 una distancia de 20 cm. y finalmente para 0 y 7 una
distancia de 11 cm., que es el grosor de las ruedas.

Una vez hemos detectado posible colisión por parte de uno o más
emisores/receptores miraremos el de menor distancia, y por lo tanto,
sabremos hacia que lado está el objeto más próximo con el que tenemos
riesgo de colisión. Si el de menor distancia es 1, 2 ó 3 giraremos hacia la
derecha. En cambio si es 4, 5 ó 6 giraremos hacia la izquierda.
Debemos anotar que el giro se realiza de forma estática, es decir, que
como hemos visto, nuestro robot tiene 3 grados de libertad en X, Z y
YAW (giro en Y), por lo tanto podremos hacer el giro sin cambiar la Z.
esto se traduce en que aunque hubiese 2 o más emisores/receptores que
detectaran colisión, cada uno que hiciese girar a un lado (uno a izquierda
y el otro a la derecha) no colisionaríamos con el obstáculo al elegir uno
de los lados, ya que no variaremos nuestra Z.

Una vez seleccionado el movimiento por parte de los ultrasonidos ya le
podremos devolver el control al módulo de control por cámara.
30
5.8 Conclusiones
Se ha realizado, por medio de un algoritmo de captación de puntos, un algoritmo para el
movimiento de un robot explorador. Sobre el podremos sacar las siguientes
conclusiones:

El algoritmo funciona de forma correcta para gran cantidad de los casos,
en el que el algoritmo elige de forma correcta si girar hacia el lado
derecho o el lado izquierdo.

El algoritmo de captación de puntos identificativos por medio de la
cámara tiene diversas limitaciones, de manera que en algunos casos
provoca que el algoritmo del movimiento del robot no funcione de la
forma adecuada.

Las limitaciones consisten en que la cámara es incapaz de captar puntos
de obstáculos muy próximos a ella así como también es incapaz de
captar puntos de superficies lisas y sin cambios de color.

Para subsanar estas limitaciones se ha recurrido al uso de los
emisores/receptores de ultrasonidos de los que dispone el robot. De esta
forma daremos prioridad a lo seleccionado por la cámara, pero en el caso
en el que la cámara diga que se puede avanzar recto recurriremos a los
ultrasonidos para comprobar que lo que decía el algoritmo de
movimiento por medio de la cámara es correcto. En el caso en el que no
sea correcto el módulo de ultrasonidos pasará a tener el control del
movimiento del robot durante ese movimiento.

Se ha tenido en cuenta la posibilidad de obstáculos móviles para evitar
que el robot en movimiento colisione contra ellos.

Se ha buscado una solución satisfactoria al problema que nos
encontramos cuando el robot se encuentra en un mínimo local, de
manera que se podrá salir del mínimo local sin que el robot pierda su
auto localización.

Se ha comprobado y demostrado el funcionamiento correcto del
algoritmo de movimiento por medio de diferentes pruebas e imágenes.
Con todo lo visto podremos afirmar que el algoritmo de movimiento del robot funciona
de forma correcta, tal como se había marcado en los objetivos, que por lo tanto se han
cumplido.
31
6. Auto localización del robot explorador
6.1 Introducción
Una vez visto el correcto funcionamiento del movimiento del robot explorador
pasamos al apartado de la auto localización del robot.
Este apartado tiene una gran importancia en el mundo de la robótica móvil, ya que
en gran cantidad de casos es vital conocer la posición real en la que se encuentra el
robot. Pongamos como ejemplo otra vez un robot explorando la superficie del
planeta Marte. En la superficie de dicho planeta a parte de encontrar rocas también
encontraremos arena, en la que el robot podría embarrancar provocando, al realizar
diferentes movimientos, que los sensores del robot informen de que el robot se ha
movido cuando realmente el robot no se ha movido y sus ruedas han derrapado
sobre la arena. Además, como ya hemos visto con anterioridad, los movimientos
realizados por el robot mediante sus sensores no son exactos (nótese que se movía
46.5 cm. cuando realmente se le había dicho que se moviera 50 cm.) por lo que esa
pequeña inexactitud que tienen multiplicado por la gran cantidad de movimientos
que realizará el robot se transformará en un desfase bastante grande.
Para evitar estas inexactitudes hemos decidido dotar al robot explorador de un
algoritmo de auto localización. Dicho algoritmo ha sido realizado íntegramente por
el Dr. Miguel Ángel García, profesor de la universidad Rovira i Virgili, y que ha
cedido el uso de dicho algoritmo para poder realizar este proyecto.
El algoritmo de auto localización utilizado es el slam3D, que utiliza una cámara con
visión estero, como la que se dispone en el robot, para realizar su auto localización
por medio de la comparación de las fotografías hechas por la cámara.
Vista la importancia de la auto localización del robot, integraremos el algoritmo de
auto localización en el robot con la finalidad de evaluar si es viable utilizar dicho
algoritmo en robots exploradores así como comprobar el funcionamiento de dicho
algoritmo en diferentes ambientes y en las circunstancias más extremas.
32
6.2 Objetivos
El objetivo principal de éste apartado del proyecto es integrar el algoritmo de auto
localización dado en el robot explorador, así como la evaluación de dicho algoritmo
en cuanto a su correcto funcionamiento. Por lo tanto, los objetivos marcados para
este apartado son:

Integración correcta del algoritmo de auto localización con el algoritmo
de movimiento del robot realizado en el apartado anterior.

Evaluación
de
dicho
algoritmo
para
comprobar
el
correcto
funcionamiento de éste con un robot explorador.

Comprobar e identificar las limitaciones del algoritmo, así como
encontrar posibles soluciones a dichas limitaciones.
33
6.3 Algoritmo slam3D
El algoritmo de auto localización utilizado en el proyecto es el algoritmo slam3D.
Éste algoritmo se basa en la comparación de diversas fotografías conseguidas mediante
una cámara de visión estéreo para saber cual es el movimiento que se ha realizado. El
funcionamiento del algoritmo es el siguiente:

Se realizan 2 fotografías consecutivas habiendo un movimiento entre
ellas 2. En el caso en el que no hubiese ningún movimiento entre ellas el
algoritmo debería devolver un desplazamiento igual a 0.

Se identifican puntos representativos en dichas fotografías.

Se identifican los puntos que son iguales pero que tienen un
desplazamiento entre ellos.

Se filtran los emparejamientos de puntos producidos por el ruido.

Se calcula la distancia entre los puntos cogiendo todos los puntos y
haciendo una ponderación.
Veamos como funciona el algoritmo por medio de un ejemplo:
Realizamos las fotografías e identificamos los puntos representativos en ellas:
Primera imagen:
Segunda imagen:
34
Como podemos ver en las imágenes ya se ha hecho el emparejamiento de puntos.
Nótese en la parte superior de la imagen los puntos mal emparejados producidos por
el ruido.
A continuación filtraremos los emparejamientos incorrectos, de manera que las
imágenes que tendremos serán:
Primera imagen:
Segunda imagen:
35
En estas imágenes se puede identificar como se han eliminado de forma correcta los
emparejamientos producidos por el ruido.
Por último haremos otra filtración y calcularemos la distancia que se ha movido el
robot haciendo la ponderación de los enlaces, con lo que las imágenes que nos
quedarán serán:
Primera imagen:
Segunda imagen:
Con lo que ya podremos calcular la distancia. En este caso nos habíamos movido 50
centímetros en dirección hacia delante (eje Z positivo del robot). Debemos tener en
cuenta que nos hemos movido 50 cm. según los sensores del robot, que como ya se
ha dicho antes, tienen un error bastante grande.
El resultado obtenido por medio del algoritmo de auto localización es:
Translation -0.006932 -0.005879 0.402671
Pitch(X) 0.312178 Yaw(Y) -0.172794 Roll(Z) -0.040578
Error 59.177221
36
Viendo los campos del resultado podemos ver que tenemos ciertos errores de
cálculo, pero que los errores son bastante pequeños.
En los campos Translation tenemos:
-0.006932 Æ desplazamiento en el eje X del robot. Éste desplazamiento es de 6
milímetros, por lo que lo podremos considerar despreciable.
-0.005879 Æ desplazamiento en el eje Y del robot. Igual que en el caso anterior se
puede considerar despreciable, ya que es de sólo 5 milímetros.
0.402671 Æ desplazamiento en el eje Z del robot. En él se puede apreciar el
movimiento realizado, que es de 40 cm. hacia delante. Mediante una cinta métrica se
ha medido el desplazamiento real del robot, que ha sido de 43 cm., por lo que el
algoritmo da un valor bastante aproximado.
Pasamos a ver los giros que ha habido en los ejes:
Pitch 0.312178 Æ giro que ha habido en el eje X. El valor de 0.3 grados que nos
devuelve el algoritmo es un pequeño error, aunque parte de éste está producido por
la imprecisión del robot, que al producirse un movimiento en uno de los ejes se
puede producir pequeños movimientos en los otros.
Yaw -0.172794 Æ giro que ha habido en el eje Y. Tenemos un caso similar al caso
anterior, en el que se produce un pequeño error por imprecisiones en el robot.
Roll -0.040578 Æ giro que ha habido en el eje Z. En éste caso el error es muy
pequeño, tan sólo de 0.04 grados, por lo que se considerará despreciable.
Con esto hemos visto el funcionamiento del algoritmo a evaluar.
37
6.4 Diseño
El diseño de este apartado del proyecto se divide en 2 partes diferenciadas:
- Módulo de auto localización, que permite la llamada del programa principal al
programa slam3D.
- Programa slam3D.
Dado que en este proyecto no se ha diseñado ni implementado el programa slam3D no
hablaremos del diseño de éste módulo.
Sí que hablaremos sin embargo del módulo que nos permite hacer las llamadas al
programa slam3D.
El programa slam3D tiene un fichero de configuración en el que le tenemos que pasar
las 2 imágenes que se tratarán para emparejar los puntos. Dicho fichero, llamado
sequence, deberá ser modificado en cada uno de los movimientos que realiza el robot.
Estas modificaciones se harán desde el módulo autolocation de nuestra implementación.
Una vez realizados los cambios necesarios, deberemos llamar al programa slam3D, que
imprimirá en el fichero de movimientos el movimiento que se ha realizado.
Como una decisión de diseño también se ha tenido que tomar que si un fichero de
puntos contiene 0 puntos, es decir, que el robot no ha sido capaz de identificar ningún
punto de la imagen, ese fichero no se deberá pasar al programa de auto localización, por
lo que realizaremos el siguiente movimiento y calcularemos la auto localización de 2
movimientos, siendo conscientes de que podemos encontrar un error algo más grande
que el que encontraríamos si hiciésemos un solo movimiento. Esto se debe a que no
tiene sentido pasarle al algoritmo de auto localización un fichero vacío, ya que no
conseguirá emparejar ningún punto.
38
6.5 Entorno de pruebas
Las pruebas se han querido realizar en 2 tipos de entornos. El primero elegido es el
laboratorio de robótica, en el que encontramos diferentes tipos de obstáculos, de manera
que se puede comprobar el funcionamiento correcto para cuando previsiblemente
encontraremos gran cantidad de puntos, debido a la gran cantidad de obstáculos
diferentes con los que nos encontraremos. El problema con el que nos podremos
encontrar aquí es que el robot no distingue puntos de las patas de las sillas, ya que éstas
son cromadas y reflejan la luz. Otro problema con el que nos podemos encontrar es que
el robot se acerque tanto a una pared o un armario que no pueda distinguir ningún
punto, ya que la superficie es homogénea. En este caso el problema de la colisión está
solucionado dado que se utilizarán los ultrasonidos, pero se puede perder la auto
localización correcta si en pocos movimientos no encontramos una fotografía en la que
podamos distinguir y emparejar puntos.
El segundo entorno de pruebas elegido ha sido el pasillo exterior del laboratorio. En este
entorno se captan mejor los puntos gracias a la luz. En él no tenemos más obstáculos
que la barandilla y las paredes, por lo que a priori debería funcionar el algoritmo de
forma correcta.
Se ha comprobado que el algoritmo funciona de forma correcta en ambos escenarios, tal
como mostraremos en el apartado de pruebas.
6.6 Implementación en el robot
Dado que el algoritmo slam3D estaba implementado en C para Linux ya no será
necesario implementarlo. Lo que si será necesario será integrarlo en el robot junto al
programa que controla los movimientos.
Dado que para realizar la auto localización necesitaremos 2 imágenes se deberá realizar
2 imágenes antes de realizar la auto localización. Esto puede provocar algunos
problemas, ya que deberemos hacer la fotografía, acto seguido haremos la auto
localización y después se le preguntará al usuario si quiere realizar el movimiento, pero
el movimiento se realizará sobre la fotografía que se ha tomado antes de la auto
localización y dado que el proceso de auto localización es lento (en torno a 30
segundos) el entorno podría haber cambiado si disponemos de diversos obstáculos
móviles. Dado que en los entornos que se desea explorar con el robot no disponemos de
gran cantidad de obstáculos móviles obviaremos este posible problema. Además, como
se ha comentado en el apartado anterior, se ha dotado al robot de un sistema de
39
detección de colisión por medio de ultrasonidos mientras está en movimiento, lo que
garantiza que no colisionará con los obstáculos.
Para integrar el módulo de auto localización con el de movimientos utilizaremos un
nuevo módulo que modificará el fichero de configuración del programa de auto
localización y llamará a éste. Se ha modificado el programa slam3D para que escriba el
resultado directamente en el fichero de movimientos y no lo haga por pantalla, como lo
hacía por defecto.
40
7.6 Evaluación del algoritmo en el robot explorador
Para la correcta evaluación del algoritmo hemos realizado diferentes pruebas
comprobando sus resultados, tanto en giros como en movimientos hacia delante. En
cada una de las pruebas realizadas hemos analizado las fotografías tomadas por las
cámaras así como los puntos elegidos y sus emparejamientos.
Prueba 1
En esta prueba se quiere comprobar que el algoritmo funciona de forma correcta cuando
no ha habido movimiento del robot o éste se ha intentado mover pero sus ruedas están
atrapadas, de manera que ,aunque el robot devuelva que se ha movido 50 cm. hacia
delante, no se ha podido mover.
Las fotografías tomadas con el emparejamiento de puntos han sido:
Nótese que hay ciertos puntos emparejados que devuelven un pequeño desplazamiento.
Éstos puntos están marcados con un círculo rojo en la segunda fotografía.
Los puntos incorrectos se deberán eliminar en el proceso de filtrado.
Después del primer filtrado de las imágenes obtenemos:
41
Como se puede observar los puntos marcados antes con el círculo rojo han
desaparecido, ya que se han desechado por ser incorrectos.
Después de la segunda filtración obtenemos:
42
Donde ya podemos apreciar los puntos elegidos para calcular la distancia recorrida por
el robot.
El resultado que devuelve el algoritmo es:
Translation 0.000824 -0.000633 -0.000244
Pitch(X) 0.012788 Yaw(Y) 0.014146 Roll(Z) -0.002612
Error 8.067394
Con lo que podemos apreciar que los errores cometidos por el robot en este caso son
prácticamente inapreciables, menores a 1 milímetro en desplazamientos y menor a 0.1
grados en giros.
Prueba 2
En esta prueba se ha querido comprobar que se realiza el cálculo de los desplazamientos
sobre el eje Z (hacia delante) de forma correcta. Para esto hemos colocado el robot en
una posición sin obstáculos delante, por lo que el robot decidirá seguir recto 50 cm.
Las fotos obtenidas con sus puntos identificados son:
43
En estas fotos apreciamos bastantes emparejamientos incorrectos (marcados con un
circulo rojo) que deberá filtrar el algoritmo.
Después del filtrado obtenemos:
Y haciendo el segundo filtrado se obtiene:
Por lo que el cálculo de la distancia nos devuelve:
Translation -0.001138 0.005834 0.464195
Error 61.749334
44
Con la cinta métrica se ha medido la distancia real que se ha movido el robot en el eje Z,
que ha sido de 46.5 cm.
Viendo los resultados obtenido por el algoritmo de auto localización vemos que el dato
retornado en cuanto al movimiento en el eje Z es correcto. El error es despreciable. En
cambio tenemos algunos errores en los cálculos de los giros. Parte de éstos errores se
producen por el algoritmo de auto localización, pero es la parte más pequeña, ya que la
mayor parte del error se produce por los errores en el movimiento del robot. De todas
formas el error máximo está en torno al medio grado, que es un valor prácticamente
despreciable.
Prueba 3
En esta prueba se ha querido comprobar que se realizan de forma correcta los cálculos
de los grados en el caso de los giros hacia la izquierda. Para realizar esta prueba se ha
puesto un obstáculo delante del robot dejándole espacio para explorar por el lado
izquierdo, por lo que el robot decidirá girar hacia la izquierda. El robot debería girar 5
grados hacia la izquierda pero, como se ha podido comprobar, realmente gira en torno a
2 grados, por lo que el algoritmo de auto localización nos debería devolver en torno a
los 2 grados para ser correcto.
La foto que trataremos es:
Filtramos los puntos que no son correctos y nos quedará:
45
Y haciendo el segundo filtrado nos queda:
Dando como resultado el movimiento:
Nuevo Movimiento
Translation -0.000181 0.008490 0.017059
Pitch(X) -0.075986 Yaw(Y) 1.686430 Roll(Z) -0.349223
Error 45.381230
Como podemos ver, si dejamos de lado los pequeños errores, el movimiento se produce
de 1.6 grados en el eje Y, por lo tanto podremos decir que la auto localización
funcionaría de forma correcta en este caso pero con un pequeño error, que en parte será
debido al giro del robot y otro pequeño error del algoritmo de auto localización.
Prueba 4
De la misma forma que antes se ha querido comprobar los giros hacia la derecha. Para
esto se pone un obstáculo en el lado izquierdo del robot, por lo que el robot decidirá
girar hacia la derecha. Con ello, las imágenes que obtendremos son:
46
Y haciendo la filtración obtendremos:
Con lo que los resultados devueltos por el programa de auto localización son:
Nuevo Movimiento
Translation 0.006127 0.001168 -0.000707
Pitch(X) -0.033169 Yaw(Y) -1.923543 Roll(Z) 0.248585
Error 33.351548
Donde vemos que el movimiento realizado ha sido de 2 grados hacia la derecha, además
de los pequeños errores que están en torno a centésimas de milímetro en los
desplazamientos en los ejes y en menos de 0.3 grados en los giros sobre los ejes.
Una vez se ha visto el correcto funcionamiento del algoritmo de auto localización del
robot se probarán diversos movimientos libres, tanto por el laboratorio como por un
entorno exterior. Para estos casos ya no pondremos las imágenes con los puntos y los
filtrados dada la cantidad de pruebas que tenemos que hacer para verificar el
funcionamiento correcto y la extensión de éstas.
47
Prueba 5
Se ha querido realizar diversas pruebas en otras zonas del laboratorio de robótica y ésta
es una de ellas. En ella tenemos una secuencia de movimientos del robot en las que se
mueve de forma libre por el laboratorio, como podemos ver se realiza de forma correcta
tanto el movimiento como la auto localización
La secuencia de imágenes que obtenemos es:
Fig. 1
Fig.2
El movimiento realizado entre las figuras 1 y 2 es, supuestamente, de 50 cm. Hacia
delante. El resultado que nos devuelve la auto localización es:
Translation 0.027025 -0.016987 0.436839
Pitch(X) 0.428932 Yaw(Y) -0.176388 Roll(Z) 0.653457
Error 47.604457
En el encontramos pequeños errores de los giros en los ejes, pero el resultado más
importante es el de 43.6 cm. Hacia delante, que es lo que realmente se ha movido el
robot.
Fig. 3
Fig.4
48
Igual que antes el movimiento entre las figuras 2 y 3 es, otra vez supuestamente ya que
nos movemos siguiendo los sensores del robot, de 50 cm. Hacia delante, es decir, en el
eje Z del robot.
Los resultados son:
Translation 0.029868 -0.009686 0.523805
Error 59.713067
Vemos pequeños errores en los giros en torno al medio grado, y que el robot ha
avanzado una distancia realmente de 0.52 cm.
Otra vez tenemos un movimiento entre las figuras 3 y 4 hacia delante de 50 cm. Los
resultados obtenidos son:
Translation 0.056848 -0.011693 0.510023
Error 44.840349
Igual que en los movimientos anteriores tenemos algún pequeño error prácticamente
despreciable en los giros sobre los ejes. El movimiento real del robot ha sido de 0.51
cm. en su eje Z.
Fig. 5
Fig. 6
Entre las figuras 4 y 5 tenemos un avance de 50 cm.
Los resultados obtenidos son:
Translation 0.070247 -0.014282 0.519166
Pitch(X) -0.317659 Yaw(Y) 0.247615 Roll(Z) 0.129556
Error 55.394193
49
Como en todos los demás movimientos tenemos pequeños errores prácticamente
despreciables. El movimiento real ha sido de 51.9 cm.
Entre las figuras 5 y 6 volvemos a tener un avance de 50 cm.
Translation 0.061890 -0.016380 0.512949
Pitch(X) 0.630717 Yaw(Y) 0.063784 Roll(Z) 0.060798
Error 85.124385
Fig. 7
Fig. 8
Avance de 50 cm. entre las imágenes 6 y 7.
Translation 0.050451 -0.007752 0.515882
Error 59.558509
Avance de 50 cm. entre las figuras 7 y 8.
Resultados obtenidos:
Translation 0.048011 -0.005463 0.497446
Pitch(X) -0.221154 Yaw(Y) -0.129963 Roll(Z) -0.582447
Error 46.326806
Los errores vuelven a ser despreciables y el movimiento es correcto.
50
Fig. 9
Fig. 10
Entre las figuras 8 y 9 volvemos a tener un avance de 50 cm. Los resultados obtenidos
son:
Translation 0.037613 0.021406 0.396241
Error 98.816665
En este caso vemos que los errores son más grandes. Estos errores se producen por la
dificultad de emparejar los puntos de ambas imágenes.
Entre las imágenes 9 y 10 se ha realizado un giro, supuestamente de 5 grados hacia la
izquierda, dado que el robot da todo el terreno por explorado al físicamente no caber por
los espacios libres que quedan. Los resultados retornados por el algoritmo de auto
localización son:
Translation -0.005865 -0.000867 -0.001479
Pitch(X) 0.029426 Yaw(Y) 2.473567 Roll(Z) -0.070617
Error 37.417012
Con lo que vemos que el giro real captado por el algoritmo de auto localización es de
2.47 grados.
Fig. 11
Fig. 12
Entre las imágenes 10 y 11 volvemos a tener un giro de 5 grados al ser imposible seguir
recto y encontrar todo el espacio ocupado. Los resultados devueltos son:
51
Translation 0.019949 0.002149 -0.003365
Error 57.270717
Por lo que el giro captado es de 3.6 grados.
Viendo los resultados en esta prueba podemos afirmar que el programa de auto
localización funciona de forma correcta en la zona del laboratorio explorada.
Prueba 6
En esta prueba se ha querido comprobar el correcto funcionamiento del programa de
auto localización en el exterior. Los resultados obtenidos han sido los siguientes:
Fig. 1
Fig. 2
Entre las imágenes 1 y 2 de este apartado tenemos un giro hacia la derecha, por lo tanto
deberíamos tener un giro negativo sobre el eje Y. Los resultados que obtenemos con la
auto localización son:
Translation 0.017254 -0.002822 -0.000592
Error 27.874151
Como podemos observar, en este caso se realiza de forma correcta la auto localización,
ya que como se ha dicho con anterioridad los grados que gira el robot no son
exactamente los que le pasamos como parámetro a su función de movimiento.
52
Fig. 3
Fig. 4
Entre las imágenes 2 y 3 se realiza otro giro a la derecha, que comprobando el fichero
de movimientos vemos que ha sido de 2.56 grados. Los resultados son:
Translation 0.012204 -0.003518 -0.017699
Error 34.030696
Entre las imágenes 3 y 4 se debería haber hecho un giro hacia la izquierda de 5 grados,
pero dado que el robot se había quedado prácticamente sin batería, apenas hizo el giro
de unas décimas de grado. Esto ha sido captado por la cámara y, por medio del
algoritmo de auto localización, ha quedado reflejado en el fichero de movimientos. El
resultado obtenido es:
Translation -0.008246 0.005014 0.011453
Error 30.488299
Como se puede ver el giro tan sólo ha sido de 0.3 grados, por lo que en este caso
también ha funcionado de forma correcta el algoritmo de auto localización.
Prueba 7
Para finalizar haremos una prueba en el exterior. Debemos tener en cuenta cuando el
robot está funcionando en el exterior que la cámara tan sólo guarda los puntos
encontrados a una cierta distancia máxima, ya que los encontrados a una distancia
mayor se considerará que tienen un nivel de ruido demasiado elevado para tenerlos en
cuenta. Por lo tanto, para que funcione de forma correcta la auto localización, debería
haber puntos captados por debajo de esa distancia.
En esta prueba podemos comprobar lo que ocurre cuando los puntos que se pueden
captar son muy lejanos, con lo que los errores que encontraremos serán muy grandes.
53
Fig. 1
Fig. 2
Entre las imágenes 1 y 2 tenemos un avance de 50 cm. En cambio los resultados que
obtenemos del fichero de movimientos son:
Translation -0.415303 -0.009779 -0.003948
Error 51.638584
Como podemos ver, los datos son completamente erróneos, ya que el algoritmo de auto
localización detecta un giro de 6.8 grados hacia la derecha. Esto se debe a que
prácticamente no tenemos puntos, y los pocos que tenemos están a una distancia que
linda con la distancia máxima seleccionada para considerar que un punto es erróneo.
Fig. 3
Fig. 4
A medida que nos vamos acercando más hacia la barandilla los errores cometidos son
menores. Pongamos el ejemplo entre las imágenes 2 y 3, cuyos resultados son:
Translation 0.039373 -0.015876 0.160861
Error 61.111252
Como vemos en este caso los errores en los grados son más pequeños y ya se acerca
más al movimiento correcto, ya que se detecta que se ha movido el robot 16 cm. hacia
delante.
54
Entre las figuras 3 y 4 ya podemos encontrar un número de puntos mayor, por lo que es
de esperar que los resultados sean mejores que los anteriores. Los resultados obtenidos
son:
Translation -0.154947 -0.023010 0.208938
Error 55.529031
En este caso ya se detecta el avance de 20 cm.
Para solucionar estos casos se debería aumentar la distancia máxima a la que
consideramos un punto erróneo, ya que será mejor tener puntos con alguna desviación
que trabajar con los puntos con los que se ha trabajado en la última prueba. Además de
aumentar la distancia se debería adecuar el algoritmo de autolocalización para
situaciones donde tenemos varios puntos similares con un entorno también similar.
Una vez hemos validado el algoritmo de autolocalización, encontrando sus errores,
procedemos a hacer las pruebas pertinentes por todo el laboratorio y algunas más por el
exterior.
Prueba 8
El lugar desde donde empieza el robot es el siguiente:
Fig. 1
Por el pasillo el robot pasa sobrándole aproximadamente 20 cm. Por cada uno de sus
lados. Los movimientos que realiza el robot y los valores retornados por la auto
localización son:
55
Movimiento
Hacia delante
Hacia delante
Hacia delante
Giro hacia la derecha
Hacia delante
Translación slam3D
Rotación slam3D
X: -0.025038
Pitch(X): 1.530729
Y: -0.041356
Yaw(Y): -0.917444
Z: 0.447597
Roll(Z): -0.251264
X:-0.000261
Pitch(X): 0.151632
Y:0.003035
Yaw(Y): -0.655127
Z:0.495578
Roll(Z): -0.056774
X:0.152546
Pitch(X):15.025910
Y:-0.357287
Yaw(Y): 4.586093
Z:0.548065
Roll(Z): 0.216975
X:0.016702
Pitch(X): 0.322939
Y:-0.003961
Yaw(Y): -2.953108
Z: 0.036942
Roll(Z): -0.031830
X: 0.009525
Pitch(X):-0.128891
Y: -0.000326
Yaw(Y): -2.979805
Z: -0.004046
Roll(Z): 0.236883
X: 0.023951
Pitch(X):0.028099
Y: -0.000304
Yaw(Y): -2.787259
Z: -0.002946
Roll(Z): -0.043730
X:0.008387
Pitch(X):-0.115697
Y:0.002596
Yaw(Y): -2.738749
Z:-0.001597
Roll(Z): -0.034546
X:0.015092
Pitch(X):0.082448
Y:-0.001518
Yaw(Y):-2.872979
Z:-0.003204
Roll(Z): 0.086270
X:0.014409
Pitch(X):-0.076194
Y:0.001566
Yaw(Y):-3.066295
Z:-0.003205
Roll(Z): 0.145288
X:0.014150
Pitch(X):0.303518
Y:-0.007633
Yaw(Y):-2.782358
Z:-0.004601
Roll(Z) 0.108322
X:0.031233
Pitch(X):1.697234
Y:-0.032387
Yaw(Y):-2.701975
56
Giro hacia la izquierda
Z:0.435373
Roll(Z): 0.443707
X:-0.011302
Pitch(X):0.047806
Y:0.004318
Yaw(Y):1.596241
Z:0.046500
Roll(Z):-0.021628
X:-0.012500
Pitch(X): 0.337493
Y:-0.007526
Yaw(Y): 2.082374
Z:-0.001652
Roll(Z): 0.190753
X:0.002375
Pitch(X):-0.107273
Y:0.003868
Yaw(Y): -2.566985
Z:-0.003146
Roll(Z): -0.050412
X:-0.006064
Pitch(X):0.242432
Y:-0.004750
Yaw(Y): 2.087975
Z:0.003089
Roll(Z): -0.096117
X:-0.007886
Pitch(X):-0.310060
Y:0.008515
Yaw(Y): 2.502797
Z:0.002685
Roll(Z): -0.273324
X:-0.030975
Pitch(X):0.173393
Y:-0.001595
Yaw(Y):1.846465
Z:0.003786
Roll(Z): -0.022388
X:-0.026542
Pitch(X):0.022794
Y:-0.000161
Yaw(Y): 2.416044
Z:0.003742
Roll(Z): -0.034487
X:-0.010614
Pitch(X):-0.364546
Y:0.007571
Yaw(Y): 2.641406
Z:0.007740
Roll(Z): -0.367083
X:-0.027216
Pitch(X):-0.238927
Y:0.004899
Yaw(Y): 2.048639
Z:-0.000320
Roll(Z): -0.120321
X:-0.021957
Pitch(X):-0.038846
Y:0.002313
Yaw(Y):2.287533
Z:0.002534
Roll(Z):-0.207727
X:-0.013860
Pitch(X):-0.583342
Y:0.013607
Yaw(Y): 1.941597
57
Z:0.008025
Roll(Z): -0.354822
De esta prueba debemos destacar el error que se produce en la tercera línea, donde nos
devuelve un giro sobre el eje X de más de 15 grados, cuando sabemos por la naturaleza
de nuestro robot que es imposible que gire en torno al eje X. Las fotografías en las que
se produce el error son las que podemos ver en las figuras 2 y 3 de la prueba actual.
Fig. 2
Fig. 3
El error se produce al tener 2 sillas iguales con un entorno prácticamente idéntico, por lo
que emparejar los puntos se transforma en una tarea realmente difícil y provoca el error
que se ha detectado.
Prueba 9
En este caso hacemos pruebas en otra zona del laboratorio, en la que tenemos más
espacio libre. Sin embargo el robot empieza desde una zona donde no puede seguir
recto, por lo que tendrá que ir girando hasta encontrar vía libre. La zona desde donde
empezamos la podemos ver en la figura 1 de esta prueba.
Fig. 1
58
Como podemos observar en la imagen anterior, si el robot siguiera recto colisionaría
contra las sillas, por lo que presumiblemente deberá esquivarlas para seguir recto más
tarde. En la secuencia de movimientos tenemos los movimientos necesarios para
esquivar las sillas, además de los de avance hasta el robot y los de esquivar el armario
que se ve al fondo de la fotografía.
Los movimientos que realiza el robot con su auto localización son:
Movimiento
Hacia delante
Hacia delante
Hacia delante
Hacia delante
Hacia delante
Translación
Rotación
X:-0.008464
Pitch(X): 0.206373
Y:-0.009837
Yaw(Y): -3.499528
Z:-0.013407
Roll(Z): 0.135861
X:0.017624
Pitch(X): -0.108570
Y:0.005676
Yaw(Y): -2.674218
Z:-0.003458
Roll(Z): 0.035734
X:0.016179
Pitch(X): -0.016018
Y:-0.001528
Yaw(Y): -2.194870
Z:0.000259
Roll(Z): 0.120674
X:0.011527
Pitch(X): -0.056364
Y:0.003214
Yaw(Y): -2.833463
Z:-0.000084
Roll(Z): 0.142104
X:0.032906
Pitch(X): 0.149844
Y:-0.011344
Yaw(Y): -2.824960
Z:0.437085
Roll(Z): -0.066952
X: 0.006324
Pitch(X): 0.522445
Y:0.001572
Yaw(Y): -0.663863
Z:0.518604
Roll(Z): -0.313589
X:-0.003225
Pitch(X): -0.111430
Y:0.001382
Yaw(Y): -0.345013
Z:0.478284
Roll(Z): -0.100012
X:-0.000289
Pitch(X): 0.881197
Y:-0.007702
Yaw(Y): -0.366739
Z:0.473848
Roll(Z): 0.037479
X: 0.014157
Pitch(X): 0.484769
Y:0.009000
Yaw(Y): -0.646705
59
Hacia delante
Z:0.479544
Roll(Z): -0.198617
X:-0.020714
Pitch(X): -0.282561
Y:0.010239
Yaw(Y): 1.341480
Z:0.047776
Roll(Z): -0.248864
X:-0.017116
Pitch(X): -0.028086
Y:0.000470
Yaw(Y): 2.258349
Z:0.005944
Roll(Z): -0.118047
X:-0.029529
Pitch(X): -0.184490
Y:0.004300
Yaw(Y): 2.575656
Z:0.005846
Roll(Z): -0.384130
X:-0.019713
Pitch(X): 0.039008
Y:-0.003640
Yaw(Y): 2.589590
Z:0.007850
Roll(Z): 0.073263
X:-0.015931
Pitch(X): -0.041041
Y:-0.001004
Yaw(Y): 2.261453
Z:0.004858
Roll(Z): 0.026471
X:-0.018715
Pitch(X): -0.126588
Y:0.004432
Yaw(Y): 2.537314
Z:0.004815
Roll(Z): -0.130764
X:-0.032430
Pitch(X): 0.085974
Y:0.004710
Yaw(Y): 1.400738
Z:0.420759
Roll(Z): 0.050912
X:-0.021249
Pitch(X): -0.014443
Y:0.007920
Yaw(Y): 2.257303
Z:0.049472
Roll(Z): -0.297495
X:-0.013605
Pitch(X): -0.077481
Y:0.002592
Yaw(Y): 1.953237
Z:0.005734
Roll(Z): -0.050468
X:-0.016127
Pitch(X): -0.003222
Y:-0.000855
Yaw(Y): 2.978340
Z:0.004932
Roll(Z): 0.012368
X:-0.011962
Pitch(X): -0.040714
Y:-0.000514
Yaw(Y): 2.624778
60
Hacia delante
Z:0.005540
Roll(Z): -0.135780
X:-0.016622
Pitch(X): -0.015565
Y:0.000605
Yaw(Y): 2.285519
Z:0.001454
Roll(Z): -0.166826
X:-0.008364
Pitch(X): -0.070454
Y:0.002874
Yaw(Y): 2.373462
Z:0.001760
Roll(Z): -0.147454
X:-0.010063
Pitch(X): -0.075650
Y:0.002426
Yaw(Y): 2.443271
Z:0.005477
Roll(Z): -0.025933
X:-0.018750
Pitch(X): -0.114749
Y:0.002391
Yaw(Y): 2.813545
Z:0.004095
Roll(Z): 0.064643
X:-0.002088
Pitch(X): 8.767062
Y:-0.212291
Yaw(Y): 0.534738
Z:0.436182
Roll(Z): 4.885701
X:-0.016291
Pitch(X): 0.289157
Y:-0.004206
Yaw(Y): 2.054444
Z:0.039724
Roll(Z): -0.140736
X:-0.018345
Pitch(X): -0.443216
Y:0.013810
Yaw(Y): 2.536514
Z:0.004181
Roll(Z): -0.203841
X:-0.018402
Pitch(X): -0.032516
Y:-0.002540
Yaw(Y): 2.018926
Z:0.003280
Roll(Z): -0.234619
X:-0.016293
Pitch(X): -0.649780
Y:0.017532
Yaw(Y): 2.706855
Z:0.009547
Roll(Z): -0.102938
X:-0.009688
Pitch(X): -0.532750
Y:0.018160
Yaw(Y): 2.695436
Z:0.009766
Roll(Z): -0.294966
X:-0.009544
Pitch(X): -0.258879
Y:0.006807
Yaw(Y): 2.811025
61
Z:0.010118
Roll(Z): -0.111452
X:0.013013
Pitch(X): -0.886490
Y:0.025139
Yaw(Y): 3.109017
Z:0.013043
Roll(Z): -0.314300
X:-0.050033
Pitch(X): 0.373021
Y:-0.011109
Yaw(Y): 1.870358
Z:0.000015
Roll(Z): -0.197722
X:-0.049667
Pitch(X): 0.539470
Y:-0.015402
Yaw(Y): 1.639693
Z:-0.002665
Roll(Z): -0.360696
X:-0.027077
Pitch(X): -0.298857
Y:0.011118
Yaw(Y): 2.113409
Z:0.008479
Roll(Z): 0.041772
X:0.027025
Pitch(X): 0.366275
Y:-0.011215
Yaw(Y): -1.698186
Z:-0.002630
Roll(Z): 0.274576
X:-0.028186
Pitch(X): -0.029412
Y:0.001285
Yaw(Y): 1.363482
Z:0.001716
Roll(Z): -0.253117
X:0.033481
Pitch(X): 0.559590
Y:-0.016004
Yaw(Y): -1.849041
Z:-0.002355
Roll(Z): 0.250714
X:-0.016087
Pitch(X): 0.055361
Y:0.013350
Yaw(Y): 1.756979
Z:0.004345
Roll(Z): -0.315693
X:-0.020593
Pitch(X): -0.462842
Y:0.005908
Yaw(Y): 2.417547
Z:0.003727
Roll(Z): -0.000572
X:-0.029408
Pitch(X): -0.184237
Y:0.003423
Yaw(Y): 2.068764
Z:0.002278
Roll(Z): -0.045393
X:-0.028596
Pitch(X): -0.094882
Y:-0.006986
Yaw(Y): 2.010413
62
Z:0.002976
Roll(Z): -0.097220
X:0.019792
Pitch(X): 0.367856
Y:0.003300
Yaw(Y): 2.684426
Z:0.006545
Roll(Z): 0.169335
X:-0.016093
Pitch(X): -0.049689
Y:0.003561
Yaw(Y): 2.611442
Z:0.002147
Roll(Z): -0.166791
X:-0.044757
Pitch(X): -0.101333
Y:-0.001190
Yaw(Y): 2.009313
Z:0.002745
Roll(Z): -0.191360
X:-0.020338
Pitch(X): 0.055970
Y:-0.008697
Yaw(Y): 2.090032
Z:0.002248
Roll(Z): -0.301255
X:-0.016959
Pitch(X): -0.005345
Y:-0.003320
Yaw(Y): 2.392916
Z:0.009253
Roll(Z): 0.282268
De esta prueba demos destacar los errores que se producen en el movimiento número
24, en el que tan sólo se avanza hacia delante y el programa de auto localización nos
devuelve que además de avanzar hacia delante se ha producido un giro de más de 8
grados en el eje X y de más de 4 en el eje Z. Las fotografías que recibe el programa de
auto localización para este movimiento se pueden ver en las figuras 2 y 3 de esta
prueba.
Fig. 2
Fig. 3
El emparejamiento de puntos se complica al distinguir pocos puntos, además de que de
una fotografía a la otra perdemos gran cantidad de éstos.
63
Prueba 10
Esta prueba es similar a la número 8, pero se ha realizado en otro de los pasillos creados
por el mobiliario del laboratorio. El punto de comienzo de la prueba se puede apreciar
en la figura 1 de esta prueba.
Fig. 1
Previsiblemente el robot debería girar hacia la derecha para esquivar la silla y después ir
hacia delante. Los resultados obtenidos son:
Movimiento
Translación
Rotación
X:0.024296
Pitch(X): 0.016355
Y:-0.002108
Yaw(Y): -2.214464
Z:-0.009255
Roll(Z): -0.094992
X:0.006795
Pitch(X): 0.023487
Y:-0.000911
Yaw(Y): -2.621179
Z:-0.000886
Roll(Z): 0.188704
X:0.012102
Pitch(X): -0.017062
Y:0.000117
Yaw(Y): -2.918615
Z:0.003572
Roll(Z): 0.236591
X:0.018864
Pitch(X): 0.446560
Y:0.005693
Yaw(Y): -3.244366
Z:0.457929
Roll(Z): 0.054514
X:0.014985
Pitch(X): 4.266712
Hacia delante
Hacia delante
64
Hacia delante
Y:-0.150680
Yaw(Y): -0.088075
Z:0.452636
Roll(Z): -0.338958
X:-0.008750
Pitch(X): 0.128865
Y:0.001055
Yaw(Y): 1.045870
Z:0.056689
Roll(Z): 0.000553
X:-0.011389
Pitch(X): -0.181417
Y:0.005258
Yaw(Y): 1.925846
Z:0.005539
Roll(Z): 0.085577
X:-0.031805
Pitch(X): 0.333823
Y:0.007668
Yaw(Y): 1.529216
Z:0.438251
Roll(Z): -0.082681
X:0.005964
Pitch(X): 0.041448
Y:0.001413
Yaw(Y): -2.135647
Z:0.049728
Roll(Z): 0.072588
X:-0.006323
Pitch(X): 0.009628
Y:0.000293
Yaw(Y): 0.852487
Z:0.001972
Roll(Z): -0.064549
X:0.009369
Pitch(X): 0.104028
Y:-0.003194
Yaw(Y): -1.332013
Z:0.000430
Roll(Z): -0.016068
En este caso volvemos a tener errores en la auto localización, aunque son más pequeños.
En este caso en concreto, en los movimientos 4 y 5 vemos esas desviaciones. Para el
movimiento 4 miraremos las figuras 2 y 3 de esta prueba y para el movimiento 5 las
figuras 4 y 5.
Fig. 2
Fig. 3
65
Fig. 4
Fig. 5
Prueba 11
Se realiza una nueva prueba empezando desde otra zona del laboratorio, en concreto
desde la puerta de éste, como se puede observar en la figura 1 de esta prueba.
Fig. 1
Como podemos ver en la imagen el robot deberá esquivar el perchero y avanzar hacia la
izquierda. En este caso en concreto el robot avanzará y detectará que hay mayor espacio
libre hacia la derecha, por lo que girará a la derecha y caerá en un mínimo local, que
solucionará girando hacia la izquierda y posteriormente salvará el obstáculo.
Los movimientos, así como la auto localización son:
Movimiento
Hacia delante
Translación Slam3D
Rotación Slam3D
X:0.008790
Pitch(X): 0.449356
Y:-0.012070
Yaw(Y): -0.250765
Z:0.422387
Roll(Z): -0.782364
66
Giro a la derecha
Giro a la derecha
Giro a la derecha
Giro a la derecha
Giro a la derecha
Giro a la izquierda
Giro a la derecha
Giro a la izquierda
Giro a la izquierda
Giro a la izquierda
Giro a la izquierda
X:0.017938
Pitch(X): 0.192059
Y:-0.002266
Yaw(Y): -2.586682
Z:0.040288
Roll(Z): -0.021082
X:0.021149
Pitch(X): -0.251528
Y:0.005315
Yaw(Y): -2.592897
Z:-0.010444
Roll(Z): 0.705127
X:0.015587
Pitch(X): 0.255954
Y:-0.006918
Yaw(Y): -2.810922
Z:-0.006634
Roll(Z): 0.220313
X:0.040242
Pitch(X): -0.086052
Y:0.003352
Yaw(Y): -1.515175
Z:-0.004482
Roll(Z): 0.206257
X:0.021375
Pitch(X): 0.349125
Y:-0.008429
Yaw(Y): -3.409425
Z:-0.003832
Roll(Z): -0.074440
X:-0.001255
Pitch(X): 0.117872
Y:-0.002510
Yaw(Y): 1.285112
Z:0.002184
Roll(Z): -0.105863
X:0.007434
Pitch(X): 0.138158
Y:-0.003784
Yaw(Y): -1.315951
Z:0.001655
Roll(Z): -0.137169
X:-0.005083
Pitch(X): -0.179901
Y:0.005501
Yaw(Y): 0.949683
Z:0.003466
Roll(Z): 0.175105
X:-0.017796
Pitch(X): 0.017606
Y:0.001233
Yaw(Y): 1.525284
Z:0.009295
Roll(Z): -0.144648
X:-0.020315
Pitch(X): -0.232936
Y:0.007096
Yaw(Y): 3.176463
Z:0.012905
Roll(Z): -0.134274
X:-0.014188
Pitch(X): -0.096401
Y:0.003784
Yaw(Y): 1.725375
Z:0.008763
Roll(Z): -0.148562
67
Giro a la izquierda
Giro a la izquierda
Giro a la izquierda
Giro a la izquierda
Giro a la izquierda
Giro a la izquierda
Giro a la izquierda
Giro a la izquierda
Hacia delante
Hacia delante
X:-0.022328
Pitch(X): -0.034796
Y:0.000188
Yaw(Y): 3.205469
Z:0.013493
Roll(Z): -0.127265
X:-0.018254
Pitch(X): -0.217144
Y:0.007782
Yaw(Y): 2.450013
Z:0.009899
Roll(Z): 0.177632
X:-0.018184
Pitch(X): 0.112559
Y:-0.003159
Yaw(Y): 2.323020
Z:0.005326
Roll(Z): -0.401418
X:-0.013580
Pitch(X): 0.156751
Y:-0.005373
Yaw(Y): 2.624120
Z:0.008248
Roll(Z): -0.243435
X:-0.020341
Pitch(X): -0.018165
Y:-0.000209
Yaw(Y): 3.034866
Z:0.008628
Roll(Z): -0.165243
X:-0.004203
Pitch(X): 0.009998
Y:-0.000405
Yaw(Y): 2.294029
Z:0.023536
Roll(Z): -0.077538
X:-0.032601
Pitch(X): -0.015718
Y:0.001893
Yaw(Y): 2.649333
Z:0.013788
Roll(Z): -0.236554
X:-0.017784
Pitch(X): -0.089299
Y:0.006430
Yaw(Y): 2.719156
Z:0.005875
Roll(Z): -0.431660
X:-0.034401
Pitch(X): 0.576032
Y:-0.020239
Yaw(Y): 2.112059
Z:0.456717
Roll(Z): 1.093568
X:0.101660
Pitch(X): 1.255960
Y:-0.078064
Yaw(Y): 2.081599
Z:0.472147
Roll(Z): 2.449282
En esta prueba debemos destacar los 2 últimos movimientos hacia delante. En ellos
vemos giros en sus 3 ejes. Esto tiene una explicación, ya que el robot en estos
68
movimientos está encima de la base del colgador (Fig. 2 y 3), por lo que realmente hay
variaciones en los 3 ejes del robot.
Fig. 2
Fig. 3
Prueba 12
Por último realizaremos otra prueba en el exterior, comprobando que la auto
localización funciona de forma correcta en el caso en el que los puntos no sean
extremadamente difíciles de emparejar dado su entorno.
El lugar desde donde empezamos es:
Fig. 1
El robot deberá seguir recto y girar para esquivar la pared.
Movimiento
Translación
Rotación
Hacia delante
X:-0.014839
Pitch(X): 0.363264
Y:-0.001578
Yaw(Y) :-0.477288
Z:0.440937
Roll(Z): -0.021270
X:0.038989
Pitch(X): 0.661094
Y:0.016720
Yaw(Y): 0.655985
Hacia delante
69
Giro a la izquierda
Giro a la izquierda
Z:0.363177
Roll(Z): 0.420870
X:-0.007091
Pitch(X): -0.097834
Y:0.006682
Yaw(Y): 0.890368
Z:0.054636
Roll(Z): 0.029278
X:-0.034172
Pitch(X): 0.121757
Y:-0.010514
Yaw(Y): 5.355554
Z:-0.017462
Roll(Z): -0.166978
Como podemos observar en este caso y, a diferencia del anterior hecho en exteriores,
vemos que funciona de forma correcta el algoritmo de auto localización. La diferencia
entre el anterior, que no funcionaba de forma correcta, y éste es que en este caso los
puntos y su entorno son diferentes, mientras que en el anterior no lo era, por lo que se
emparejaba de forma incorrecta.
70
6.8 Conclusiones
En este apartado hemos realizado la integración y la evaluación del algoritmo de auto
localización que se nos ha cedido.
Se ha realizado de forma correcta y satisfactoria la integración del programa de auto
localización slam3D, demostrando por medio de las pruebas que no hay ningún
problema en la integración de dicho programa.
Se han realizado todas las pruebas necesarias para poder afirmar que el programa de
auto localización funciona de forma correcta con pequeñas limitaciones. Estas
limitaciones son:
1. Fotografías en la que no somos capaces de identificar ningún punto.
2. Pequeños errores producidos por el algoritmo y por las distancias captadas por la
cámara.
3. Trabajar con puntos muy lejanos.
Se ha propuesto e implementado soluciones para la primera de las limitaciones, que
consiste en no pasar el fichero al programa, sino que realizaremos otro movimiento y
haremos la auto localización respecto a 2 movimientos.
Para la segunda de las limitaciones no podemos encontrar una solución, ya que depende
de la calibración de la cámara y de su resolución, así como de su SDK Triclops.
Con todo lo visto podemos afirmar que se han cumplido todos los objetivos marcados
en este apartado.
71
7. Desarrollo del proyecto
El proyecto se ha dividido en los siguientes apartados que se han ido realizando de
forma cronológica:
1. Estudio de las librerías del robot, así como las de la cámara.
2. Implementación del algoritmo que controla los movimientos del robot.
3. Pruebas y evaluación del programa que controla los movimientos del robot.
4. Soluciones a los problemas detectados en el programa controlador de los
movimientos del robot.
5. Estudio del algoritmo Slam3D para la auto localización del robot.
6. Integración del programa de auto localización con el programa controlador de los
movimientos del robot.
7. Pruebas y evaluación de los programas de control de movimientos y auto localización
integrados en el robot.
8. Soluciones a los problemas encontrados.
72
8 Conclusiones
Atendiendo a los objetivos que teníamos al empezar el proyecto podemos decir que se
han cumplido de forma satisfactoria, de manera que:
-
Se ha realizado el programa para controlar los movimientos del robot realizando
antes un estudio exhaustivo de las librerías que controlan el movimiento del
robot, su estado y el funcionamiento de los sensores de ultrasonidos.
-
Se han realizado las pruebas pertinentes para poder comprobar que funciona el
programa controlador de los movimientos del robot, incluyendo pruebas en
casos extremos como por ejemplo los mínimos locales.
-
Se han buscado los errores del programa que controla los movimientos del robot
así como sus limitaciones, aplicado las soluciones pertinentes a los problemas
encontrados.
-
Se ha realizado el estudio del programa de auto localización cedido para la
realización del proyecto, encontrando en él sus limitaciones.
-
Se ha integrado de forma satisfactoria el programa de auto localización del robot
con el programa controlador de sus movimientos.
-
Se ha comprobado, mediante diversas pruebas en diferentes entornos, el correcto
funcionamiento del programa de auto localización del robot.
73
9. Bibliografía y recursos utilizados

Programación en C, Luis Joyanes Aguilar e Ignacio Zahonero Martínez.
Editorial McGrawHill.

Manuales Aria-Reference y Saphira-Reference, que hacen referencia al uso del
robot Pioneer P2AT.

Páginas web consultadas:

Información sobre la medición de distancias mediante ultrasonidos:
http://picmania.garcia-cuervo.com/Proyectos_AUX_SRF04.htm

Información sobre el robot Pioneer P2AT:
http://www.activrobots.com/ROBOTS/p2at.html

Información sobre la cámara digiclops:
http://www.robosoft.fr/SHEET/06Vision/1004DIGICLOPS/digiclops.pdf
Programas auxiliares:

Programas de visión de imágenes:
1. Gimp
2. XinView

Programas para visualización de gráficas a partir de puntos:
1. Gnuplot.
74
10. Manual de uso
Para el uso del programa lo primero será encender el robot por el interruptor situado en
uno de sus laterales (fig. 7).
Fig. 7
Cuando el robot haya arrancado se deberá establecer una conexión por medio de buletooth con el robot. La conexión no debe ser necesariamente por blue-tooth, pero no es
recomendable hacerla directamente por cable, ya que el robot se mueve, con lo que los
movimientos estarán limitados por la longitud del cable. Una vez realizada la conexión,
nos deberemos conectar por medio de una conexión ssh a la I.P. del robot, que por
defecto será 10.0.0.2, de manera que el comando será:
ssh [email protected]
Una vez hayamos establecido la conexión por medio del túnel ssh compilaremos el
programa en el caso en el que sea la primera vez que se ejecuta. Para compilarlo se ha
realizado un fichero de makefile, de manera que para compilarlo simplemente
tendremos que utilizar el comando make.
Una vez compilado el programa lo ejecutaremos:
./example7 > fichero_resultados
Redireccionamos la salida a un fichero para liberar a la conexión blue-tooth de la
transmisión de datos y que tenga que transmitir lo mínimo. esto no es estrictamente
necesario, y depende más de las necesidades del usuario para guardar los movimientos
que supuestamente ha realizado el robot.
Una vez ejecutado el programa se nos preguntará si queremos ejecutarlo en el modo
guiado o en el modo no guiado. En el caso del modo guiado podremos consultar para
cada movimiento todos los ficheros temporales. En el modo no guiado sólo podremos
consultar el Fichero_movimientos, que guardará todos los movimientos realizados por
el robot que se han detectado por la auto localización.
75
En el caso del modo guiado se consultará al usuario antes de realizar cada movimiento
si se puede realizar dicho movimiento, por lo que se podrán consultar los siguientes
ficheros:
Puntos_sensor Æ fichero de puntos seleccionados por el robot para hacer el mapa para
la decisión del giro.
Out*.ppm Æ imagen captada.
Out*.pts Æ puntos de la imagen.
C0,c1 Æ ficheros con las imágenes utilizadas para la auto localización con los puntos
identificados y emparejados.
d0,d1,f0,f1 Æ los mismos ficheros que c0 y c1 pero filtrados los puntos erróneos y con
la ponderación para encontrar la distancia correcta que se ha movido el robot.
A parte de estos ficheros se podrá consultar el fichero de movimientos en cualquier
momento.
En el modo guiado para salir se deberá pulsar la tecla ‘n’ cuando se pida antes de
cualquier movimiento. En el modo no guiado para salir pulsar cualquier tecla en
cualquier momento.
76

Auto localización de robots móviles y modelado del entorno

Transcripción

Documentos relacionados

b@leópolis - Arrows Project

capítulo 3 - Robotics Lab

invierno 2008 - Baptist Health South Florida