Revista UIS Ingenierías

Vol. 14 Núm. 1 (2015): Revista UIS Ingenierías
Artículos

Esquema de navegación reactiva con sensores RGB-D

PDF HTML
  • Andrés Felipe Suárez Sánchez,
  • Humberto Loaiza Correa
Andrés Felipe Suárez Sánchez
Universidad del Valle
Biografía
Humberto Loaiza Correa
Universidad del Valle
Biografía

Publicado 2014-12-23

Palabras clave

  • campos potenciales,
  • kinect,
  • navegación,
  • nube de puntos,
  • percepción,
  • reconstrucción,
  • robótica móvil,
  • visión artificial
    • ...Más
    Menos

Cómo citar

Suárez Sánchez, A. F., & Loaiza Correa, H. (2014). Esquema de navegación reactiva con sensores RGB-D. Revista UIS Ingenierías, 14(1), 7–19. Recuperado a partir de https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/7-19
Aviso de derechos de autor/a

Resumen

En este artículo se presenta la integración de un robot móvil con un sistema de visión artifcial, 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 pacífco colombiano y es el primer paso de una propuesta de investigación que busca implementar una solución al problema de Localización y Mapeo Simultaneo (SLAM).

PDF HTML

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

  1. BUI, T.; WIDYOTRIATMO, A.; LE HOA NGUYEN;
  2. KEUM-SHIK HONG. “Sonar-based collision
  3. avoidance and probabilistic motion model for mobile
  4. robot navigation,” Asian Control Conference, 2009.
  5. ASCC 2009. 7th, vol., no., pp.1462-1467, 27-29 Aug.
  7. QIAN, K; SONG, A. “Autonomous navigation for mobile
  8. robot based on a sonar ring and its implementation”,
  9. Instrumentation and Control Technology (ISICT), 2012
  10. th IEEE International Symposium on, vol., no., pp.47-
  11. , 11-13 July 2012.
  12. NÜCHTER, A; LINGEMANN, K; HERTZBERG, J;
  13. SURMANN, H. “6D SLAM—3D Mapping Outdoor
  14. Environments” Journal of Field Robotics, 2007.
  15. COLE, D.M.; NEWMAN, P.M. “Using laser range data
  16. for 3D SLAM in outdoor environments”, Robotics and
  17. Automation, 2006. ICRA 2006. Proceedings 2006 IEEE
  18. International Conference on, vol., no., pp.1556-1563,
  19. -19 May 2006
  20. DAVISON, A.J.; REID, I.D.; MOLTON, N.D.;
  21. STASSE, O. “MonoSLAM: Real-Time Single Camera
  22. SLAM.” Pattern Analysis and Machine Intelligence,
  23. IEEE Transactions on, vol.29, no.6, pp.1052-1067,
  24. June 2007.
  25. SEO-YEON HWANG; JAE-BOK SONG. “Monocular
  26. Vision-Based SLAM in Indoor Environment Using
  27. Corner, Lamp, and Door Features From Upward-
  28. Looking Camera”, Industrial Electronics, IEEE
  29. Transactions on , vol.58, no.10, pp.4804-4812, Oct.
  31. LEMAIRE, T; BERGER, C; JUNG, I; LACROIX,
  32. S. “Vision-Based SLAM: Stereo and Monocular
  33. Approaches”. International Journal of Computer
  34. Vision 74(3), 343–364, 2007. DOI: 10.1007/s11263-
  35. -0042-3
  36. VIEJO, D.; CARLOZA, M. “Construcción de Mapas
  37. D y Extracción de Primitivas Geométricas del
  38. Entorno”; 5th Workshop de Agentes Físicos; 2004
  39. CAÑAS, J., M.; LEON, O.; CALVO, R. “Reconstrucción
  40. D visual atentiva para la navegación de un robot
  41. móvil”. IX Workshop en Agentes Físicos, Vigo, pp 205-21, 2008.
  42. TRUCCO, E; VERRI, A. Introductory Techniques for
  43. -D Computer Vision. New Jersey. Prentice Hall, 1998.
  44. ALENYÀ, G.; ESCODA, J.; MARTÍNEZ, A. B.,
  45. TORRAZ, C. “Using Laser and Vision to Locate a Robot
  46. in an Industrial Environment: A Practical Experience”,
  47. Proceedings of the 2005 IEEE International Conference
  48. on Robotics and Automation Barcelona, pp 3528-3533,
  50. MORA AGUILAR, MARTHA C; ARMESTO ÁNGEL,
  51. LEOPOLDO; TORNERO MONSERRAT, JOSEP.
  52. “Sistema de navegación de robots móviles en entornos
  53. industriales”, XXV Jornada de Automática, Ciudad
  54. Real. 2004.
  55. WU, H., BAINBRIDGE-SMITH, A. “Advantages
  56. of using a Kinect Camera in various applications”.
  57. [Documento en línea]: [consulta: 15-3-2012].
  58. ROMERO MOLANO, C. A.; DÍAZ CELIS, C.
  59. A. “Navegación de robot móvil usando Kinect y
  60. OpenCV”, 3er Congreso Internacional de Ingeniería
  61. Mecatrónica, Universidad Autónoma de Bucaramanga,
  62. Bucaramanga, Colombia, Vol 2, No 1, 2011.
  63. RUIZ-SARMIENTO, J.R.; GALINDO, C.;
  64. GONZALEZ-JIMENEZ, J., BLANCO, J.L.
  65. “Navegación Reactiva de un Robot Móvil usando
  66. Kinect”, [Documento en línea]:
  67. [consulta: 15-3-2012].
  68. HUANG, A; BACHRACH, A. “Visual odometry
  69. and mapping for autonomous fight using an RGB-D
  70. camera”, International Symposium on Robotics
  71. Research (ISRR), 2011. [Documento en línea]: [consulta: 15-3-
  72. .
  73. HENRY, P.; KRAININ, M.; HERBST, E.; REN, X.;
  74. FOX, D. “RGB-D mapping: Using depth cameras for
  75. dense 3D modeling of indoor environments”. In Proc.
  76. of the Intl. Symp. on Experimental Robotics (ISER),
  77. Delhi, India, 2010. [Documento en línea]: [consulta: 15-3-2012].
  78. ENGELHARD, N.; ENDRES, F.; HESS, J.; STURM,
  79. J.; BURGARD, W. “Real-time 3D visual SLAM with a hand-held RGB-D camera”. 2011. [Documento en
  80. línea]: [consulta: 15-3-
  81. .
  82. SMISEK, J.; JANCOSEK, M.; PAJDLA, T. “3D
  83. with Kinect,” Computer Vision Workshops (ICCV
  84. Workshops), 2011 IEEE International Conference on,
  85. vol., no., pp.1154-1160, 6-13 Nov. 2011.
  86. OpenCV: Open Source Computer Vision [Web en
  87. línea]. [consulta: 15-3-2012].
  88. PCL: Point Cloud Library [Web en línea]. [consulta: 15-3-2012].
  89. Playe/Stage: The Player Project. [Web en línea].
  90. [consulta: 15-3-
  91. .
  92. MURRAY, D.J., LITTLE, J. “Using Real-Time Stereo
  93. Vision for Mobile Robot Navigation” Computer Vision and Pattern Recognition (CVPR’98). Santa Barbara
  94. CA. 1988
  95. CASTILLO, M. A., SAÉZ, J. M. “Modelo de Sonar
  96. de Largo Alcance Basado en Tecnología Estéreo”.
  97. thWorkshop de Agentes Físicos. 2003.
  98. HAMZAH, R.A.; RAHIM, R.A.; ROSLY, H.N. “Depth
  99. evaluation in selected region of disparity mapping for
  100. navigation of stereo vision mobile robot,” Industrial
  101. Electronics & Applications (ISIEA), 2010 IEEE
  102. Symposium on, vol., no., pp.551-555, 3-5 Oct. 2010.
  103. SUÁREZ, ANDRÉS; LOAIZA, HUMBERTO.
  104. “Navegación de un robot móvil por estereovisión”.
  105. Revista entre ciencia e ingeniería, Colombia, pp 9-23,
  107. DUDEK, G.; JENKIN, M. “Computational Principles
  108. of Mobile Robotics, 2da Edition, Cambridge University
  109. Press, 2010.