Você está na página 1de 6

CIINDET 2011

IX Congreso Internacional sobre Innovacin y Desarrollo Tecnolgico, 23 al 25 de noviembre de 2011, Cuernavaca Morelos, Mxico.

Aplicacin de funciones triangulares al modelo difuso de navegacin robtica


U. Castaeda Islas, S. Medrano Romero, J. A. Cruz Zamora.

Resumen: Hoy en da la implementacin de tecnologa en artefactos tanto cotidianos como de la industria y la investigacin es inminente para el hombre, por lo que el mismo se ha basado en tcnicas de Inteligencia Artificial como lo es la Navegacin Robtica para hacer ms simples las tareas diarias. El objetivo principal de este artculo es crear un modelo de navegacin robtica implementado en un carro de supermercado con el fin de reducir el esfuerzo humano que este conlleva. Palabras Clave: Navegacin robtica, inteligencia artificial, mamdani, lgica difusa, gauss. Introduccin La robtica es una herramienta fundamental en la tecnologa actual ya que bien implementada puede satisfacer necesidades de la vida diaria, as como apoyar en varios campos como lo son: la medicina, la industria, la investigacin, el mercado, etc. En este artculo proponemos la navegacin robtica como una opcin de facilitar el manejo de un carro de supermercado utilizando diferentes tcnicas de IA como lo son las Redes Neuronales Artificiales (RNA), Lgica difusa, el Aprendizaje Automtico (AA), Fusin sensorial, programacin dinmica, algoritmos hbridos entre otras.
________________________________________________________ Ulises Castaeda Islas, Instituto tecnolgico de Apizaco, Tlaxcala, Mxico sesilucasta@gmail.com Salvador Medrano Romero, Instituto tecnolgico de Apizaco, Tlaxcala, Mxico salmedrom@gmail.com Jos Antonio Cruz Zamora, Instituto tecnolgico de Apizaco, Tlaxcala, Mxico, tonocz@yahoo.com.mx

Lgica difusa
J.S.R Jang plantea que los sistemas de inferencia difusa son tiles en diferentes aplicaciones como lo son el control automtico, la robtica entre otras. La estructura bsica de un sistema de inferencia difusa consiste en tres componentes conceptuales: 1)Regla base la cual contiene una seleccin de reglas difusas 2)Base de datos la cual define el miembro utilizado en la funcin de reglas difusas 3)Mecanismo de razonamiento, lleva a cabo el procedimiento de inferencia a las normas y de hechos a una unidad de salida o conclusin razonable

SISTEMAS DE INFERENCIA EN LOGICA DIFUSA MODELO MAMDANI


En este sistema difuso mamdani se distinguen las siguientes partes:

FUZZIFICADOR
En este caso vamos a usar el fuzzificador que es el que va a recibir valores numricos enviados directamente de los sensores del robot pero para que el valor pueda ser procesado por el sistema difuso es necesario convertirlo a un lenguaje que el mecanismo de inferencia pueda procesar. Esta es la tarea del fuzzificador toma los valores que le envan los sensores los procesa y los convierte en valores difusos.

404

CIINDET 2011
IX Congreso Internacional sobre Innovacin y Desarrollo Tecnolgico, 23 al 25 de noviembre de 2011, Cuernavaca Morelos, Mxico.

MECANISMO DE INFERENCIA DIFUSA


45 40 35 30 25 20 15 10 5 0 0 20 40

Modelo reactivo

Velocidad

Serie1

60 Distancia

80

100

120

Fig.1.Ssistema de inferencia difusa procesamiento general

Fig.2. En la figura 1 se muestra un modelo reactivo simple el cual usamos como punto de partida.
Modelo Reactivo con Subdivisiones

velocidad

Este mecanismo toma los valores fuzzificados arrojados por el fuzzificador los toma para ser procesados y poder generar una salida difusa. DEFUZZIFICADOR
centroide Centroidelenta * Subarealenta ( ( x)) Centroide media Subareamedia ( ( x)) Subarealenta ( ( x)) Subareamedia ( ( x))

80 60 40 Serie1 20 0 0 -20 distancia 20 40 60 80 100 120

Centroide

(13 * 2.6) (26 *1.8222) 18.356784 (2.6 1.8222)

Fig. 3. En la figura 2 se muestra un modelo reactivo un poco ms elaborado ya que este modelo cuenta con reglas y subdivisiones.

Tomando en cuenta el mecanismo de inferencia difusa el valor que nos va a devolver el mecanismo de inferencia es una salida difusa, lo que por lgica no va a poder ser interpretados por los sensores externos del robot entonces se debe convertir la salida difusa del mecanismo de inferencia a valores que pueda interpretar el sensor. Esta funcin la realiza el defuzzificador que en resumen debe regresar un valor de salida que pueda interpretar el sensor.

Primer avance del modelo Mamdani


Para el primer paso del modelo Mamdani utilizamos las siguientes frmulas de membresa triangular para empezar a fuzzificar los valores lingsticos arrojados por los sensores del robot:

Modelo reactivo
En la siguiente figura mostramos la grfica de un modelo reactivo del cual partimos para empezar a implementar los siguientes modelos. En la figura 3 se muestra un modelo reactivo un poco ms elaborado con subdivisiones para esquivar los obstculos de una mejor manera. Tomando en cuenta que se usara un prototipo lego NXT MINSTRONG usando un sensor ultrasnico En esta frmula tomamos en cuenta que X es el valor entrante del sensor y a, b, c son los rangos de velocidad y distancia como se muestran en la tabla 1 y 2 Estas frmulas son utilizadas para empezar el proceso de fuzzificacin y aplicndolas tomando en cuenta los

CIINDET 2011
IX Congreso Internacional sobre Innovacin y Desarrollo Tecnolgico, 23 al 25 de noviembre de 2011, Cuernavaca Morelos, Mxico.

valores de distancia y velocidad arrojan los siguientes resultados para el manejo de los sensores y motores:
1,20

Muy lento

0(RPM) 3 (RPM) 16(RPM) 29(RPM) 42(RPM)

5(RPM) 13(RPM) 26(RPM) 39(RPM) 47(RPM)

10(RPM) 23(RPM) 36(RPM) 49(RPM) 52(RPM)

Lento

1,00

0,80 Muy cerca Grado de 0,60 pertenencia Cerca Normal Lejos Muy lejos 0,40

Medio

Rpido

0,20

Muy rpido
1 9 17 25 33 41 49 57 65 73 81 89 97 Distancia

0,00

Fig.4 Grfica de distancia Tabla 1: Conjuntos difusos para la distancia A 0 10 35 60 70 B 15 25 50 75 85 C 30 40 65

Muy cerca

Estas graficas nos muestran los rangos en los cuales va a aumentar o disminuir la velocidad dependiendo de la distancia que detecten los sensores entrando as al siguiente paso del algoritmo Mamdani que es definir la base de reglas con las cuales podr navegar el robot. Estas reglas son como la siguiente: IF la Distancia es Muy Lejos THEN la Velocidad es Muy Rpido.
Modelo difuso

Cerca

Normal

60

Velocidad

40 20 0 -20 0 20 40 60 Distancia 80 100 120 VEL(X)

Lejos

90 100

Muy lejos

Fig. 6. Grfica del modelo difuso

1,20

1,00

0,80 Muy lento Grado de 0,60 pertenencia Lento Medio Rapido Muy rapido 0,40

En la figura 6 nos muestra grficamente el resultado que arroja el modelo difuso podemos notar que en la figura 2 la diferencia es notable comparado con el modelo reactivo En la figura 3 Y 6 notamos la diferencia que existe entre el sistema difuso y el sistema reactivo. En definitiva la diferencia es notable ya que la grfica del sistema difuso es mucho ms continua que la del sistema reactivo dando as unos resultados ptimos en el andar del robot Implementacin del sistema difuso hacia el prototipo

0,20

0,00 1 5 9 13 17 21 25 29 33 37 41 45 49 Velocidad

Fig.5. Grfica de velocidad. Tabla 2: Conjuntos difusos para la velocidad A B C

CIINDET 2011
IX Congreso Internacional sobre Innovacin y Desarrollo Tecnolgico, 23 al 25 de noviembre de 2011, Cuernavaca Morelos, Mxico.

Una vez obtenidos los resultados de forma grfica tomando en cuenta la aplicacin. Implementamos estos resultados a nuestro prototipo programando el algoritmo Mamdani en el lenguaje C obteniendo as una serie de resultados no muy satisfactorios ya que el compilador del lenguaje C (Bric C para Lego NXT) no soportaba nmeros flotantes necesarios para la funcin de membresa por lo que tuvimos que migrar a lenguaje java (lejos para lego NXT) cambiando as toda la plataforma del sistema Lego NXT y usando un nuevo IDE llamado Eclipse.

Fig.8.Diagrama de la trayectoria donde se presenta el problema en diagonal

Implementaciones futuras Funciones gaussianas


Se propone cambiar las funciones de membresa triangular por funciones de membresa gaussianas esta solucin es propuesta con el fin de mejorar el andar del prototipo robtico y la navegacin sea ms eficiente. En esta propuesta se utilizara simplemente el mismo modelo solo que remplazando las funciones de membresa triangular con funciones de membresa gaussianas

Fig.7.Diagrama de una de las trayectorias del robot saliendo exitosamente.

Una vez programado el sistema difuso fue introducido al prototipo Lego para realizar una serie de pruebas en un laberinto improvisado para tomar en cuenta los avances y deficiencias del sistema. En l se encontr que el andar del robot fue ms fluido que con el sistema reactivo aunque todava le haca falta ms fluidez en el andar sin embargo notamos que al encontrarse en un obstculo en diagonal los sensores no alcanzaban a detectar el obstculo por lo que se propuso una solucin para poder mejorar la fluidez del andar del robot y eliminar el problema de la diagonal como se muestra en la figura 8.

Fig.9.Grafica de funciones de menbresia gaussianas de distancia

CIINDET 2011
IX Congreso Internacional sobre Innovacin y Desarrollo Tecnolgico, 23 al 25 de noviembre de 2011, Cuernavaca Morelos, Mxico.

En la figura 9 se muestra las funciones de membresa gaussiana que se debern implementar en nuestro algoritmo Mamdani tomando en cuenta la tabla de los conjuntos difusos para la distancia mostrada en la tabla 3 es diferente de la tabla 1 ya que solo se toma en cuenta el valor de Sigma y el valor del centro de la campana de gauss.
Tabla 3: Conjuntos difusos para la distancia en gauss

En la figura 10 se puede observar la grfica de la funcin de gauss en velocidad y la tabla 4 con los conjuntos difusos para la velocidad Actualmente se trabaja en finalizar la implementacin del modelo de gauss para que as se puedan realizar las diferentes pruebas. Se planea probar el algoritmo difuso con las funcionas de gauss tomando en cuenta la modificacin del prototipo aumentando el nmero de sensores a tres basado en la fusin sensorial del ser humano mostrado en la figura 11 con esta modificacin se espera que el prototipo lego elimine el problema de la diagonal y mejore la navegacin

Sigma 15 15 15 15 15

c 15 30 50 70 85

Fig.11.fucion sensorial en la vision de un humano

Fig.10.Grafica de funcin de membresa gaussiana para la velocidad

Dependiendo de los resultados obtenidos se considerara la posibilidad de disear un prototipo ms adaptable al sistema difuso

Tabla 4: Conjuntos difusos para la velocidad en gauss

Referencias
[1] M.A. Zamora, L.M. Toms-Balibrea, H. Martnez, A.G. Skarmeta. Navegacin Planificada de un Robot Mvil en Entornos Interiores Desconocidos.

Sigma 5 10 10 10 5

c 5 13 26 39 47

[2]

J.S.R. JANG, C.T. SUN, E. MIZUTANI Neuro-Fuzzy and soft Computing A Computational Approach to Learning and Machine Intelligence.
Cayetano Guerra Artal. Seguimiento visual artificial. Herrara Arias Roberto, Gonzlez Jorge Santiago. Principios de Robtica: Aplicacin al Guiado de Vehculos. Introduccin y Sensores de Exploracin Hernndez, R., Jimnez, L.M., Reinoso, O., Puerto, R., Pay L. Estudio e implementacin de tcnicas de control reactivo de

[3] [4]

[5]

CIINDET 2011
IX Congreso Internacional sobre Innovacin y Desarrollo Tecnolgico, 23 al 25 de noviembre de 2011, Cuernavaca Morelos, Mxico.

robots mviles utilizando sensores de rango (sonar e infrarrojos). [6] [7] E. Scillato Adrian, L. Coln Daniel y E. Balbuena Juan. Tcnica de Navegacin Hbrida para Robots Mviles Swain Ricardo, Devy Michel, Jonquires Stphanie. Navegacin de un Robot Mvil por Medio de Control Visual en Ambiente Estructurado

Currculo corto de los autores Ulises Castaeda Islas Tcnico en computacin egresado del Cetis 17 en 2006 pasante de la carrera de Lic. En Informtica en el Instituto Tecnolgico de Apizaco Participo como autor en ANIEI 2009, CIIM 2010 y participacin como asistente en MICAI 2006, CITII 2008, CITII2010 Salvador Medrano Romero Tcnico en computacin egresado del Cbtis 61 en 2006 pasante de la carrera de Lic. En Informtica en el Instituto Tecnolgico de Apizaco Participo como autor en ANIEI 2009, CIIM 2010 y participacin como asistente en MICAI 2006, CITII 2008, CITII2010 Jos Antonio Cruz Zamora Ingeniero Industrial en produccin egresado del Instituto Tecnolgico de Apizaco en 1985 Jefe de proyectos de docencia del departamento de sistemas y computacin en el Instituto Tecnolgico de Apizaco