Esquema
de Navegación Reactiva con Sensores RGB-D
Reactive Navigation Scheme with RGB-D Sensors
ANDRÉS FELIPE SUÁREZ-SÁNCHEZ
Ingeniero Electrónico y candidato a Magister en
ingeniería con énfasis en automática Universidad del Valle
andres.suarez@correounivalle.edu.co Santiago de Cali, Colombia
HUMBERTO LOAIZA-CORREA
Doctor en Robótica y Visión Artificial,
profesor titular de Escuela Ingeniería Eléctrica y Electrónica y Codirector
Grupo
Percepción y Sistemas Inteligentes (PSI)
Universidad del Valle
humberto.loaiza@correounivalle.edu.co
Santiago de Cali, Colombia
Forma de
citar: SUÁREZ, Andrés, LOAIZA, Humberto.
Implementacón de
un esquema de navegación reactiva con sensores RGB-D . Rev. UIS
Ingenierías,2015,vol.14,n1,p.p 7-19.
RESUMEN
En este artículo se presenta la integración de un
robot móvil con un sistema de visión artificial, que permite al agente móvil detectar y evadir
obstáculos presentes en su trayectoria. El sistema de visión tiene la
capacidad de presentar un modelo 3D de la escena local como una representación
de nubes de puntos. La integración hardware es conformada por una cámara
RGB-D de bajo costo, una unidad de procesamiento y una plataforma robótica. Para
el sistema de percepción visual se implementa un algoritmo de reducción de
información 3D a 2D, similar a la información de suministrada por sensores de
rango, esto con el propósito de reducir etapas adicionales de manipulación de
datos y tiempos en la respuesta de los algoritmos de navegación. El sistema en
conjunto se puso a prueba en un entorno controlado, superando diversas pruebas
de navegación y evasión de obstáculos. Con este trabajo se inicia la
exploración de las capacidades del sensor RGB-D en robótica móvil a nivel de la
región del pacífico colombiano y es el primer paso de una
propuesta de investigación que busca implementar una solución al problema de Localización y Mapeo
Simultaneo (SLAM).
PALABRAS
CLAVE: Visión
Artificial, Robótica Móvil, Percepción, Navegación, Reconstrucción, Kinect,
Nube de puntos, Campos potenciales.
ABSTRACT
This paper presents the integration of a mobile robot with a vision system, which allows to a mobile agent to detect and avoid obstacles in its path. The vision system has the ability to present a 3D model of the local scene as a point clouds representation. The hardware integration is formed by an RGB-D inexpensive camera, a processing unit and a robotic platform. For visual perception, an algorithm for reduction 3D to 2D information similar to the information provided by range sensors was implemented in order to reduce response time and manipulation data for navigation algorithms. The whole system was tested in a controlled environment, overcoming various tests of navigation and obstacle avoidance. This work exploring the capabilities of RGB-D sensors in mobile robotics at Colombian Pacific
KEYWORDS: Computer Vision, Mobile Robotics, Perception, Navigation, Reconstruction, Kinect, Point Cloud, Potential Fields.
1. INTRODUCCIÓN
Los robots
móviles son sistemas que tienen la capacidad de navegar autónomamente en un
espacio, lo que los hace muy atractivos para ser empleados como robots de
servicio en aplicaciones de transporte como: automóviles totalmente autónomos
para el transporte de personas dentro de la ciudad visión que se dará en un
futuro cercano, transporte de material en entornos industriales. Otra de las
aplicaciones son la exploración de terrenos hostiles y de difícil acceso, la
interacción con personas como: guías turísticos en museos, personal de apoyo en
centros hospitalarios, etc.
Para lograr
total autonomía en un robot inicialmente se es necesario dotar de sistemas de
percepción al agente móvil, esto con el fin de brindarle la información de la
estructura del entorno; posteriormente se debe brindar un algoritmo que procese
la información recibida de los sensores para proporcionarle información sobre
la posición y orientación de los posibles obstáculos en su trayectoria. Como
último nivel en la pirámide de control se encuentran los algoritmos que
permiten la localización, el mapeo del entorno y la planificación de
trayectorias “optimizadas” en un mapa global.
El problema
de la percepción del entorno en la robótica móvil, es un campo de continua
investigación. Uno de los propósitos de la percepción artificial es brindarle
la mayor información del entorno a un agente móvil en el menor tiempo posible.
Para un robot es importante percibir y entender la estructura de un ambiente
para poder llevar a cabo una tarea asignada en lugares que suelen ser
desconocidos. Es por eso que se han desarrollados una variedad de sistemas
sensoriales que le permiten al robot captar esta información.
Para la
percepción del entorno generalmente se han empleado sensores del tipo sonar y
laser 2D (Bui, T., et al. 2009, Quian, Song,
2012), con este tipo de sensores se implementan estrategias de navegación que
permiten realizar tareas complejas de localización y mapeo obteniendo buenos
resultados. También se han desarrollado sistemas laser 3D que permiten capturar
el entorno en su estructura básica de profundidad, altura y ancho, estos
dispositivos brindan una mayor cantidad de información que puede ser
utilizada por el robot, igualmente con este tipo de sensores se logran realizar
tareas complejas de navegación y mapeo, ofreciendo la capacidad de representar
un mapa del entorno en un modelo de tres dimensiones generalmente representado
por una nube de puntos (Nüchter, A., et al. 2007, Cole, Newman, P.2006 )
Otro
enfoque de los investigadores en percepción artificial y robótica ha hecho uso
de sensores que brindan información visual del entorno. Los desarrollos
realizados con este tipo de sensores han empleado cámaras monoculares
como sensor principal o auxiliar para la navegación de robots (Davison, A., et
al. 2007, Seo-Yeon, Jae-bok, 2011, Lemaire,
T., et al. 2007), la dificultad de trabajar con este tipo de sensor es que no
proporciona directamente la información 3D de la escena lo que hace complejo la
estimación de la estructura y geometría del entorno, ante esta dificultad se
han desarrollado sistemas de visión estéreo (Lemaire, T., et al. 2007, Viejo,
Carloza, 2004, Cañas. et al. 2008), con este tipo de cámaras es posible la
percepción de la profundidad de la escena capturada, permitiendo estimar con
mayor precisión la estructura del entorno respecto a una cámara monocular, sin
embargo para poder estimar la profundidad es necesario procesar las imágenes
estéreo, en donde la dificultad principal reside en la correspondencia de las
imágenes estéreo y la reconstrucción 3D de la escena capturada (Trucco, Verri, 1998). En general los desarrollos
que emplean sistemas de visión se basan en enfoques donde se realiza una
extracción de características o primitivas geométricas del entorno capturado y
se hacen coincidir éstas en la secuencia de video permitiendo así, realizar la
navegación y una reconstrucción 3D del entorno.
Otros
desarrollos como el presentado en (Alenyà, G., et al. 2004) han puesto a
trabajar en conjunto diversos sistemas sensoriales explotando y complementando
las capacidades de cada sensor, la complejidad de trabajar con más de un
sistema sensorial es la asociación de los datos entre estos.
En la
actualidad desde que se dispone de sensores RBG-D de bajo costo, como el sensor
de profundidad de Microsoft Kinect, se han realizado diversos trabajos para
diferentes aplicaciones en el campo de la robótica móvil terrestre.
El trabajo
aquí descrito muestra el inicio de la exploración de las capacidades y ventajas
que traen las cámaras RGB-D de bajo costo como sistemas de percepción en robots
móviles, en este trabajo se embarca una cámara RGB-D en un robot móvil
con el objetivo de realizar una navegación local y reactiva, principalmente
para la evasión de obstáculos presentes en la trayectoria del robot.
Adicionalmente se presenta una visualización 3D de la escena local. Este
trabajo es un inicio de una investigación que busca implementar un algoritmo de
localización y mapeo simultaneo SLAM con cámaras RGB-D, con el
objetivo de acercar los robots móviles a aplicaciones de servicio como
publicidad, transporte industrial, etc. El artículo está distribuido de la
siguiente forma: en la Sección 2 realiza un breve estado del arte de trabajos
relacionados con la automatización del transporte industrial y trabajos que
hacen uso del sensor Kinect en su aplicación; en la Sección 3 se detalla el
sistema desarrollado; la descripción de la aplicación se detalla en la sección
4; en la Sección 5 se realiza la descripción de las pruebas y los resultados obtenidos
y finalmente en Sección 6 se presenta las conclusiones y trabajos futuros.
2. TRABAJOS RELACIONADOS
El
transporte de materia prima en la industria realizada por robots ha sido trabajado
entre otros autores, por (Mora, A. et al. 2004). Este trabajo se enmarca en un
proyecto general de automatización de la gestión y transporte de cargas. En él
se presenta una solución al problema de navegación de un robot en un entorno
industrial con la capacidad de realizar la localización y mapeo del entorno,
mediante el uso de técnicas multifrecuenciales para la fusión sensorial, el
algoritmo de navegación es determinado por campos de potencial y es solucionado
el problema de mínimos locales con implementación de fuerzas ficticias. El
trabajo presentado por (Alenyà, G., et al. 2004) describe una experiencia
práctica para el transporte automatizado. En éste se dota de dos sistemas
sensoriales a una plataforma industrial: el primer sistema es un láser con el
que consiguen realizar la estimación de posición mediante un sistema dinámico
de triangulación basado en un algoritmo geométrico fundamentado en
intersecciones circulares y el segundo sistema es un cámara monocular con la
cual logran estimar la posición mediante una técnica que relaciona la
deformación de los contornos de los objetos presentes en una secuencia de video
a un movimiento en el espacio 3D. Finalmente la investigación concluye
calificando que la técnica basada en visón es una alternativa prometedora para
llevar a cabo tareas de transporte, mientras que el posicionamiento basado en
laser podría ser empleada para operaciones donde se necesite mayor precisión
como la carga y descarga de material.
Respecto a
trabajos que emplean sistemas sensoriales basados en cámaras RBG-D de bajo
costo, como el sensor de profundidad de Microsoft Kinect. Se puede citar el
trabajo desarrollado en (Wu, Bainbridge-smith, 2012)
en el cual se realiza una breve recopilación de trabajos donde se ha
utilizado el Kinect, resaltando campos como UAV (Vehículos Aéreos No
Tripulados), robótica móvil terrestre y la medicina, adicionalmente en su
trabajo realizan una comparación entre el sensor y otros sensores de bajo
costo, presentado las ventajas y desventajas de este sensor, igualmente resalta
las principales razones para el uso de este sensor en investigaciones de
robótica.
En el
trabajo reportado en (Romero, Díaz, 2011) se desarrolla una plataforma robótica
que logra navegar en un ambiente controlado, el algoritmo implementado se basa
en el reconocimiento de obstáculos de un color definido, se realiza una
segmentación por color para detectar el objeto, seguidamente se analiza la
imagen de profundidad para obtener el valor de distancia promedio de la región
segmentada de la imagen de color. En (Ruiz-Sarmiento, J., et al., 2011) se
presenta la integración del sensor Kinect en un robot móvil para mejorar la
realización de las tareas de detección de obstáculos y navegación reactiva, en
este trabajo los autores hacen un estudio de la capacidad del sensor para la
detección de obstáculos confirmando el buen desempeño de éste, para la
navegación del robot toman la nube de puntos tridimensional y la simplifican a
una nube de puntos bidimensional que es conformada por los obstáculos
detectados en la escena, esta información es llevada al algoritmo de navegación
reactivo.
En Huang y Bachrach (2011) los
autores desarrollan un sistema de localización y reconstrucción 3D con
aplicación al control de vuelo y navegación de un robot aéreo autónomo (UAV).
En (Henry, P., et al. 2010) se desarrolla un sistema SLAM capaz de
generar mapas 3D de la escena capturada, los autores presentan un algoritmo que
combina la características visuales con la información de profundidad, la
metodología seguida en este trabajo, inicialmente se extrae características
tipo SIFT de las imágenes de color, seguidamente se busca una correspondencia
de características entre dos frames consecutivos, las
características correspondientes se evalúan en el mapa de profundidad para
obtener un conjunto de puntos 3D correspondientes entre las dos nubes de
puntos, base a estas correspondencias se realiza la estimación la
transformación relativa entre las nubes de puntos utilizando un algoritmo
basado en RANSAC, posteriormente realizan un refinamiento de la posición
inicial usando una variante del algoritmo ICP. Siguiendo con el mismo
enfoque, se encuentra el trabajo de (Engelhard, N., et al., 2011) que a
diferencia del trabajo anterior emplea características tipo SURF. Estos
trabajos reportados realizan aportes significativos en el tema de la
localización y mapeo simultáneo
SLAM.
3. DESCRIPCIÓN DEL SISTEMA
El sistema
implementado está conformado por tres componentes hardware: La cámara
RGB-D (sensor Kinect), la unidad de procesamiento y la plataforma
robótica Pioneer 3DX, en la figura 1 se presenta una ilustración que
describe la integración de estos componentes.
Figura 1. Ilustración de la integración de los
componentes hardware del sistema
Como se aprecia
en la Figura 1, el sensor Kinect se encuentra comunicado con la unidad de
procesamiento o PC por una conexión USB, para adquirir la información
suministrada por el sensor. El PC y el robot están comunicados por medio de una
conexión USB-SERIAL por el cual se ordenan los comandos de velocidad y rotación
al robot determinados por el algoritmo reactivo de navegación.
3.1 Sensor Kinect
El sensor
de captura principal es el sensor Kinect de Microsoft, este es conformado por
una cámara RGB que captura el entorno en una imagen a color con una frecuencia
de 30 Hz en formato VGA con una resolución de 640 X 480 pixeles, un
sensor de profundidad que cuenta con un emisor laser infrarrojo que proyecta
una luz estructurada sobre la escena y una cámara infrarroja que captura el
retorno de la luz proyectada con el cual se calcula la diferencia del
tiempo de vuelo del haz de luz proyectada con una electrónica incorporada
internamente, está codifica la información de profundidad en una imagen
de rango, igualmente presenta una frecuencia de 30 Hz y una resolución de 640 X
480 pixeles (Smisek, J., et al. 2011).
Este
dispositivo presenta un alcance de medición de 0.7 a 4 m, sin embargo
experimentalmente se ha trabajado en un rango de 0.4 a 7 m, según reporta Huang y Bachrach (2011). En (Smisek.
J., et al. 2011) se presenta un estudio más detallado de la resolución de las
imágenes del sensor Kinect mediante un análisis experimental, en este trabajo
se determina una fórmula que permite calcular la resolución de la profundidad,
adicionalmente en el trabajo se realiza una comparación cuantitativa del
sensor con una cámara3D-TOF (Time Of Fly), proponen un modelo geométrico y un
procedimiento para la calibración del sensor.
En la
ecuación 1 se presenta el modelo para la resolución de la profundidad del
sensor Kinect, descrito en (Smisek, J., et al. 2011).
donde:
q(z):Resolución de la profundidad [mm]. z:Valor de distancia de prueba [m].
Considerando un rango de operación de 0,6 m a 3 m, la
resolución asociada al sensor es entre 0,8468 mm y 26.21 mm. Los anteriores valores indican que
el sensor presenta un error de medida aceptable para aplicaciones de detección
de obstáculos en robótica.
3.2 Unidad de Procesamiento
La unidad
de procesamiento es un computador portátil con un procesador Intel core i3 a
2.4 Ghz y memoria RAM de 3 GB con Sistema Operativo Linux (Distribución Ubuntu
10.04 de 32 Bits). La aplicación desarrollada emplea el driver
OpenNI, el cual permite la comunicación del sensor Kinect y el computador. Se hace uso de tres librerías
especializadas OpenCV
(OpenCV),
Point Cloud Library
(PCL) y Player/Stage (Player/Stage), la primera de ellas se utiliza para la
captura y procesamiento de imágenes, la segunda como motor para la
representación y visualización de la escena 3D y la última para la
programación del algoritmo de navegación reactivo.
3.3 Plataforma Robótica
La
plataforma robótica es el robot móvil Pioneer 3DX, el cual
tiene una configuración del tipo diferencial, cuenta con arco frontal de ocho sensores de
ultrasonido que cubren 180º del robot.
4. DESCRIPCIÓN DE LA
IMPLEMENTACIÓN
Para
integrar los tres componentes descritos anteriormente, se implementó una aplicación
software conformada por dos módulos, percepción y navegación. El primer
módulo es el encargado de procesar la imagen de rango entregada por el sensor
RGB-D. En éste se extrae la información de profundidad de la escena y se
entrega una estructura de datos con información de distancia y ángulo para el
algoritmo de navegación. En el segundo bloque se implementa el algoritmo de
navegación local, el cual toma la información entregada por el bloque de
percepción y determina los comandos de velocidad y rotación que deberá tener el
robot para evadir los obstáculos. A continuación se describirán con mayor
detalle los dos bloques mencionados.
4.1 Percepción
Artificial
4.1.1 Adquisición de imágenes
En esta etapa se captura la imagen de color RGB, la imagen de profundidad DEPTH
y la imagen con la información 3D POINTCLOUD. En la imagen
DEPTH se codifican los valores de profundidad en representación de escala de
grises, por otra parte la información 3D con los valores de la posición X, Y, Z
de cada punto es codificada en una imagen de color. Dado que el tamaño de las
imágenes en el momento de la captura es de 640 x 480, se realizó una reducción
de la información mediante un escalado a 320 X 240, con el fin de reducir carga
computacional sin comprometer calidad de la imagen. En la figura 3 se presenta
una muestra de tres imágenes que suministra el sensor Kinect
para una escena capturada.
Figura 3. Resultado de la captura de imágenes. A) Imagen
RGB. B) Mapa de Profundidad. C) Imagen de la nube de puntos
4.1.2 Conversión de datos de profundidad a lecturas
de rango
En esta
función se realiza un proceso de reducción de la información 3D de la cámara
RGB-D a información 2D como si se tratase de un sensor de rango, es decir, lo
que se busca es reducir la información 3D obtenida
por el sensor y proyectarla sobre el plano 2D en el que se encuentra el robot
como lecturas coplanares de distancia, de esta manera se podrán utilizar los
algoritmos clásicos de navegación reactiva. La idea de este proceso es
simular un sensor tipo rango que retornará una distancia medida y un ángulo
asociado al valor de distancia capturado, para extraer la información necesaria
para el algoritmo de navegación y no sobrecargar la unidad de procesamiento
manejando una gran cantidad de datos 3D, con el propósito de no descuidar la
tarea simultanea de evasión de obstáculos.
Esta
técnica se puede apreciar en el trabajo pionero reportado por Murray y Little
(1998), en donde obtienen un vector de lecturas de rango a partir de un sensor
de estéreo visión. El vector de lecturas de rango tiene un tamaño igual
al ancho de la imagen de disparidad, en donde el valor de profundidad de cada
posición del vector se calcula tomando el valor máximo de disparidad de cada
columna del mapa de disparidad. Otro trabajo que comparte la misma metodología
es presentado en Castillo y Saéz (2003), en el cual se plantea una mejora al
trabajo realizado por Murray y Little (1998) calculando la distancia a partir
del valor de mayor frecuencia en cada una de las columnas de la imagen de
disparidad; eliminando así, lo que ellos denominan un error estadístico, al
tomar el máximo de un conjunto. En Hamzah (2010) se plantea la búsqueda
de obstáculos en una región de interés horizontal del mapa de disparidad, la
profundidad es calculada de la misma forma que en Murray y Little (1998)
tomando el valor máximo de disparidad.
El proceso
implementado es similar a un trabajo anterior presentado en Suárez y Loaiza
(2012) y es mostrado como un diagrama de bloques en la figura 4. En la figura 5
se presenta una ilustración del concepto de reducción de datos 3D a 2D.
El proceso
se inicia fijando una línea de escaneo horizontal sobre la cual se tomaran los
datos de profundidad, esta línea tiene la propiedad de ser variable,
Esquema
de Navegación Reactiva con Sensores RGB-D
Esta fue
configurada 30 pixeles por debajo de la línea media del mapa de profundidad.
Igualmente se fijó la cantidad de lecturas de rango a obtener, equivalente a
una resolución angular , la cual es calculada por la
ecuación 4, esta sólo permite los valores [320, 160, 80, 40, 20, 10, 5] para el
parámetro que fija la cantidad de sensores de rango. Se escogió una cantidad de
40 sensores de rango equivalente a una resolución angular
R θ =
1.425°.
valores
de profundidad
Para la adquisición de los valores
de profundidad de los puntos de interés proyectados en la imagen de color,
Inicializada
la línea de escaneo horizontal y la cantidad de lecturas de rango que sean
obtener (). Se toma la imagen de color y se fracciona en regiones verticales de
interés, la cantidad de estas regiones es la misma
cantidad de lecturas fijada en el paso anterior. Se Divide la imagen en las
regiones de interés, se procede a fijar un punto medio a lo ancho de cada
región. En la Figura 6, se muestra el resultado de este proceso inicial.
Para la
adquisición de los valores de profundidad de los puntos de interés proyectados
en la imagen de color, lo que se realiza es un proyección de los puntos sobre
el mapa de profundidad para así extraer el valor de distancia para cada uno, de
esta manera se colectará la información de distancia de la escena y se
almacenará en una estructura de datos denominada DATA#sensores_ rango X3, esta es una matriz que posee un tamaño igual
a #SensoresrangoX3, donde la primera columna lista los
identificadores (id) de cada sensor o región de interés, en la segunda columna
se agrupa los datos de distancia (Z) adquiridos y la última columna reúne la
posición angular (θ) del centro de cada región de la imagen, donde la posición
angular de cada dato es calculada por medio de la ecuación 5.
Los datos
de distancia son representados en una imagen que representa el plano del robot.
Cada lectura de distancia se presenta como un punto azul entre seis secciones
horizontales que se utilizan como valores guía de distancia. Ver figura 7.
4.1.3 Visualización 3D de la escena como nube de
puntos
En esta
etapa se concibe la idea de representar en 3D el entorno que captura el robot,
el propósito es generar una visualización que presente con detalles la escena[1]. En la
figura 8, se presenta el diagrama de bloques del proceso de reconstrucción 3D local con sus
respectivas entradas y salida.
Este
proceso tiene como entrada la matriz de la nube de
puntos (POINTCLOUD image) que contiene la información espacial y la matriz de color (RGB
image) que contiene la información de detalle y entrega como salida una nube de
puntos a color que recrea la escena capturada. Este se inicia creando una
nube de puntos con la característica que contenga información de color,
seguidamente se procede a recorrer simultáneamente las dos matrices de
entrada para extraer la información espacial o coordenadas XYZ y la
información de color RGB para luego asignárselo a cada punto de la nube de
puntos creada, terminado el proceso se procede a visualizarla
en un motor de gráficos 3D.
Los datos
de la matriz nube de puntos son las coordenadas X, Y, Z del mundo real de cada
uno de los elementos presentes en la imagen de color, estas coordenadas son
calculadas por medio de la trasformación de perspectiva inversa.
En las ecuaciones 4, 5 y 6[2] se presentan las expresiones que permiten obtener las coordenadas X, Y,
Z a partir de la información de profundidad, para el sensor empleado.
4.2 Navegación de Robot
Para que el
robot móvil sea autónomo y pueda desplazarse de un punto A a un punto B, debe
desarrollarse un software de control que se encargue de procesar los datos de
los sensores para planificar y ejecutar las tareas encomendadas. En
nuestra implementación el propósito del navegador es asegurar la integridad del
robot para movimientos parciales o navegación local. Ésta se logra
mediante un navegador reactivo, el cual solo tiene en cuenta los obstáculos
existentes en cada instante de tiempo. En esta sección se resume el
funcionamiento del navegador reactivo implementado.
Se
implementó una estrategia de navegación de tipo local, basada en campos de
potencial. Este algoritmo representa al agente móvil como una partícula bajo la
influencia de un campo potencial artificial cuyas variaciones locales reflejan
la estructura del espacio libre de obstáculos. La fuerza artificial que
determina el movimiento del robot es el resultado de una fuerza atractiva
(vector de meta) y una fuerza repulsiva (vector de obstáculos) (Dudek, Jenkin,
2010).
En la
ecuación 7 se presenta la el modelo que representa la fuerza potencial que
experimenta el robot según la configuración del espacio.
Donde,
objetos
fuera menor a la distancia de la zona de detección de obstáculos, esta zona
tiene un rango de 40 a 70 cm desde el frente del agente móvil, el potencial , es un vector resultante de la operación de la ecuación 7, la magnitud y
el ángulo de este vector determina los comandos de velocidad lineal y
el ángulo que debe tomar el robot para evadir los obstáculos.
5. RESULTADOS
Se
estableció un protocolo de pruebas conformado por dos fases, la primera
consistió en determinar el desempeño del sensor para la medición de distancias
de objetos presente en una escena y simultáneamente se verificaba el
funcionamiento del enfoque de reducción de información de 3D a 2D. La siguiente
fase consistió en poner a navegar un robot móvil con la información adquirida
con el fin de determinar, si, el enfoque de reducción de datos suministra
la información adecuada para navegar y simultáneamente se evaluaba el algoritmo
implementado.
La primera
fase de pruebas se realizó en el interior de un laboratorio, el cual presenta
una iluminación artificial controlada y una entrada de luz natural. Para
esta prueba se ubicó el sensor de tal forma que la luz natural no
incidiera sobre éste. La prueba consistió en desplazar uno o varios obstáculos
frente al sensor en un rango de 0,6 a 3 m.
En la
figura 9 se presenta una recopilación de imágenes de la prueba de medición de
obstáculos, se muestra tres obstáculos localizados en diferentes distancias y
se presenta la imagen como lecturas de rango respectivamente. Se determinó que
el sensor empieza a registrar mediciones a partir de 0,5 m y que el error de
las mediciones realizadas por el sensor está por debajo de 2,5 cm,
presentando un error promedio de medición de 0,636% del valor de
distancia real. En la ecuación
8, se
presenta el modelo obtenido para la profundidad Z considerando el error
promedio registrado en las pruebas.
Respecto a
la reconstrucción de la escena local, se puede decir que como se aprecia en las
ecuaciones 4 y 5, existe una dependencia del valor de profundidad para la
coordenadas X e Y. Esta dependencia implica que el error que se presente en la
coordenada Z se propagaría para las coordenadas X e Y.
La segunda
fase de las pruebas se realizó dentro de las instalaciones de uno de los
edificios de la Universidad del Valle[3],
con iluminación artificial controlada. Para esta prueba se realizaron 3
escenarios con obstáculos. El objetivo de la prueba consistía en que el robot
con el sistema de visión pudiese ir desde el punto de partida a un punto meta
evadiendo los obstáculos presentes en la trayectoria.
En la
figura 10, se muestra los diferentes escenarios donde se puso a navegar el
robot. Para cada escenario se realizaron cuatro repeticiones para un total de
12 pruebas[4],
considerando como prueba exitosa cualquier recorrido donde el robot no
colisionará con ningún obstáculo y como prueba fallada cuando colisionará con
un obstáculo. En esta prueba se obtuvo 11 recorridos exitosos de 12 para
un 91.66% de éxito. Igualmente se pudo determinar que el control del algoritmo
de navegación para las velocidades lineales y rotacionales fue apropiado,
evitando que se presentaran movimientos bruscos e inapropiados en el
robot.
El
funcionamiento en conjunto presenta un tiempo de respuesta promedio de 125ms,
para capturar, procesar, generar el modelo 3D y planear el próximo movimiento.
El mayor consumo de tiempo de ejecución se presenta en el proceso de generación
del modelo del entorno con un tiempo promedio 85 ms. El tiempo de respuesta que
presenta el sistema limita a que el robot pueda navegar a una velocidad menor a
1 m/s.
Figura 9. Imágenes de la prueba de
medición y su respectiva representación a lecturas de rango
|
Figura 10. Escenarios de prueba para el algoritmo de
navegación
6. CONCLUSIONES
En este
trabajo se presentó la integración de un robot móvil con un sistema de visión
artificial basado en una cámara RGB-D, que puede servir de base para lograr la
automatización en el transporte de carga en entornos industriales.
El enfoque
de reducción de datos de 3D a 2D presentado resultó ser una buena opción para
brindar la información necesaria al planificador de trayectoria local
(Algoritmo de Navegación). Por medio de este enfoque se pudo localizar y
representar obstáculos presentes en la trayectoria del robot de una forma
sencilla, rápida y con buena precisión. Este enfoque ofrece reducir
tiempos para el cálculo del siguiente movimiento sin saturar la unidad de
procesamiento, considerando el sistema de visión sin el proceso de
reconstrucción de la escena local se obtuvo a una reducción en tiempo de
68%, con un tiempo de ejecución promedio de 45 ms.
El uso de
la cámara RGB-D para el sistema de visión, fue buena opción para la aplicación
desarrollada por su relación costo-beneficio. El sistema de visión
presentó un buen desempeño frente a las condiciones del entorno como la forma
geométrica de los objetos presentes en la escena, texturas y color de los
objetos y frente a las irregularidades en la iluminación artificial del
entorno, problemas que suelen presentarse en sistemas de visión conformados por
cámaras mono o estéreo. Otra gran ventaja de usar la cámara RGB-D como sensor
en robótica, es que ahorra tiempo de cómputo en el algoritmo de visión ya que
entrega directamente un mapa de profundidad sin dedicar recursos de tiempo y
computó, evitando procesos y problemas propios de la visión estero
convencional como son la alineación y la correspondencia de dos imágenes
RGB independientes.
En un futuro se plantea realizar un esquema de navegación reactiva que
emplee toda la información densa del sensor y tenga la capacidad de detección
de obstáculos en todo el rango de alturas del robot. Igualmente continuar con
investigaciones que den solución al problema de SLAM, de manera que la
información 3D de la cámara de rango también sea útil para la localización del
robot en el entorno y construcción de mapas métricos o semánticos.
7. AGRADECIMIENTOS
Andrés F.
Suárez agradece a COLCIENCIAS
(Departamento
Administrativo de Ciencia, Tecnología e Innovación) por la beca-pasantía
p-2011-1833 otorgada del programa Jóvenes Investigadores e Innovadores, al
grupo de investigación Percepción y Sistemas Inteligentes (PSI) de la
Universidad del Valle por el apoyo brindado.
8. REFERENCIAS
BUI, T.; WIDYOTRIATMO, A.; LE HOA NGUYEN; KEUM-SHIK HONG. “Sonar-based collision avoidance and probabilistic motion model for mobile robot navigation,” Asian Control Conference, 2009. ASCC 2009. 7th, vol., no., pp.1462-1467, 27-29 Aug. 2009.
QIAN, K; SONG, A. “Autonomous navigation for mobile robot based on a sonar ring and its implementation”, Instrumentation and Control Technology (ISICT), 2012 8th IEEE International Symposium on, vol., no., pp.4750, 11-13 July 2012.
NÜCHTER, A; LINGEMANN, K; HERTZBERG, J; SURMANN, H. “6D SLAM—3D Mapping Outdoor
Environments” Journal of Field Robotics, 2007.
COLE, D.M.; NEWMAN, P.M. “Using laser range data for 3D SLAM in outdoor environments”, Robotics and Automation, 2006. ICRA 2006. Proceedings 2006 IEEE International Conference on, vol., no., pp.1556-1563, 15-19 May 2006
DAVISON, A.J.; REID, I.D.; MOLTON, N.D.; STASSE, O. “MonoSLAM: Real-Time Single Camera SLAM.” Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol.29, no.6, pp.1052-1067, June 2007.
SEO-YEON HWANG; JAE-BOK SONG. “Monocular Vision-Based SLAM in Indoor Environment Using
Corner, Lamp, and Door Features From UpwardLooking Camera”, Industrial Electronics, IEEE Transactions on , vol.58, no.10, pp.4804-4812, Oct. 2011.
LEMAIRE, T; BERGER, C; JUNG, I; LACROIX, S. “Vision-Based
SLAM: Stereo and Monocular Approaches”. International Journal of Computer
Vision 74(3), 343–364, 2007. DOI:
10.1007/s11263007-0042-3
VIEJO, D.;
CARLOZA, M. “Construcción de Mapas 3D y Extracción de Primitivas Geométricas
del Entorno”; 5th Workshop de Agentes Físicos; 2004
CAÑAS, J.,
M.; LEON, O.; CALVO, R. “Reconstrucción 3D visual atentiva para la navegación
de un robot móvil”. IX Workshop en Agentes Físicos, Vigo, pp 20521,
2008.
TRUCCO, E;
VERRI, A. Introductory Techniques for 3- D Computer Vision. New Jersey.
Prentice Hall, 1998.
ALENYÀ, G.;
ESCODA, J.; MARTÍNEZ, A. B.,
TORRAZ, C. “Using Laser and Vision to Locate a Robot in an Industrial Environment: A Practical Experience”, Proceedings of the 2005 IEEE International Conference on Robotics and Automation Barcelona, pp 3528-3533, 2005.
MORA
AGUILAR, MARTHA C; ARMESTO ÁNGEL, LEOPOLDO; TORNERO MONSERRAT, JOSEP.
“Sistema de
navegación de robots móviles en entornos industriales”, XXV Jornada de
Automática, Ciudad Real. 2004.
WU, H., BAINBRIDGE-SMITH, A. “Advantages of using a Kinect
Camera in various applications”. [Documento en línea]: <https://bitbucket.org/soko/
quadtrack/src/d1f3b069ed9a/Reports/Research Papers/
hhw26paper3rdPro.pdf> [consulta : 15-3-2012].
ROMERO
MOLANO, C. A.; DÍAZ CELIS, C.
A.
“Navegación de robot móvil usando Kinect y OpenCV”, 3er Congreso
Internacional de Ingeniería Mecatrónica, Universidad Autónoma de
Bucaramanga, Bucaramanga, Colombia, Vol 2, No 1, 2011.
RUIZ-SARMIENTO,
J.R.; GALINDO, C.; GONZALEZ-JIMENEZ, J., BLANCO, J.L.
“Navegación
Reactiva de un Robot Móvil usando Kinect”, [Documento en línea]: < http://ingmec.ual.
es/~jlblanco/papers/robot2011ruiz-sarmiento.pdf > [ consulta : 15-3-2012].
HUANG, A; BACHRACH, A. “Visual odometry and mapping for
autonomous flight using an RGB-D camera”, International Symposium on
Robotics Research (ISRR), 2011. [Documento en línea]: <http://
www.cs.washington.edu/research/projects/aiweb/
media/papers/Huang-ISRR-2011.pdf> [consulta: 15-32012].
HENRY, P.; KRAININ, M.; HERBST, E.; REN, X.; FOX, D. “RGB-D
mapping: Using depth cameras for dense 3D modeling of indoor environments”. In
Proc. of the Intl. Symp. on Experimental Robotics (ISER), Delhi, India,
2010. [Documento en
línea]: <http://www.
cs.washington.edu/robotics/postscripts/3d-mappingiser-10-final.pdf>
[consulta: 15-3-2012].
ENGELHARD, N.; ENDRES, F.; HESS, J.; STURM, J.; BURGARD, W.
“Real-time 3D visual SLAM with a hand-held RGB-D camera”. 2011. [Documento en línea]:
<https://ias.informatik.tu-muenchen.de/_media/
events/rgbd2011/03_engelhard.pdf > [consulta: 15-32012].
SMISEK, J.; JANCOSEK, M.; PAJDLA, T. “3D with Kinect,” Computer Vision Workshops (ICCV Workshops), 2011 IEEE International Conference on, vol., no., pp.1154-1160, 6-13 Nov. 2011.
OpenCV: Open Source Computer Vision [Web en línea]. <http://opencv.org> [consulta: 15-3-2012].
PCL: Point Cloud Library [Web en línea]. <http:// pointclouds.org> [consulta: 15-3-2012].
Playe/Stage: The Player Project. [Web en línea].
<http://playerstage.sourceforge.net>
[consulta: 15-32012].
MURRAY, D.J., LITTLE, J. “Using Real-Time Stereo
Vision for Mobile Robot Navigation” Computer Vision and
Pattern Recognition (CVPR’98). Santa Barbara CA. 1988
CASTILLO, M. A., SAÉZ, J. M. “Modelo de Sonar de Largo Alcance Basado en Tecnología Estéreo”. 4thWorkshop de Agentes Físicos. 2003.
HAMZAH, R.A.; RAHIM, R.A.; ROSLY, H.N. “Depth evaluation in selected region of disparity mapping for navigation of stereo vision mobile robot,” Industrial Electronics & Applications (ISIEA), 2010 IEEE Symposium on, vol., no., pp.551-555, 3-5 Oct. 2010.
SUÁREZ,
ANDRÉS; LOAIZA, HUMBERTO.
“Navegación
de un robot móvil por estereovisión”. Revista entre ciencia e ingeniería,
Colombia, pp 9-23, 2012.
DUDEK, G.; JENKIN, M. “Computational Principles of Mobile Robotics, 2da Edition, Cambridge University Press, 2010.