Generacin de Trayectorias para un Robot Autnomo mediante rboles de Decisin, Redes Neuronales y Visin Artificial

AUTORES: Sandra del Milagro Pea Guevara 1 2, spenag@upao.edu.pe Luis Jos Antonio Daz Lpez 1 4 5, luisjosedl14@gmail.com ASESOR: Nils Ever Murrugarra Llerena 3 4, nineil.cs@gmail.com
1

SOCIIE, Escuela Profesional de Ingeniera Electrnica 2 Universidad Privada Antenor Orrego (Trujillo, Per) 3 SECC, Universidad Nacional de Trujillo 4 Escuela Acadmico Profesional de Ingeniera Mecatrnica 5 Universidad Nacional de Trujillo (Trujillo, Per) RESUMEN

En este artculo se presenta un mtodo para la toma de decisiones en la generacin de trayectorias de un robot autnomo mediante el uso de algoritmos de redes neuronales, visin artificial y rboles de decisin, todo esto con el fin de dotarle con la capacidad para desenvolverse en un rea determinada como la entrega de paquetes en un almacn. El mtodo consta de 5 fases: Adquisicin, Segmentacin, Descripcin, Reconocimiento y Toma de decisiones. En la primera fase se realiza una captura continua de fotogramas; esta captura se realiza con la cmara incorporada de un telfono mvil con sistema operativo Android. La etapa de procesamiento de imgenes, fases 2, 3 y 4, describe un conjunto de procedimientos que son usados por el robot para controlar su entorno, para ello se hace uso de la librera de OpenCV y se desarrolla una secuencia lgica de funciones: Mdulo Canny para segmentar la imagen en dos regiones espectrales; Sidefil con el fin de detectar bordes para la identificacin de obstculos y el algoritmo de Erode que corrige la perspectiva y permite posteriormente reconocer puntos lejanos y/o cercanos al robot. La ltima fase est compuesta por dos etapas: Mapeo del ambiente sobre el cual se desplaza el robot, buscando de manera continua indicadores dispuestos en la interseccin de caminos, utilizando reconocimiento de patrones mediante algoritmos de Redes Neuronales. Al ubicar dichos indicadores, el robot define esa ubicacin como un nodo principal del que se desprenden ms trayectos. De esta manera se va asignando y numerando cada interseccin al rbol de decisiones. La segunda parte hace uso del rbol definido por el robot en la primera etapa, para poder desplazarse entre puntos de manera eficiente, y en caso exista la presencia de un obstculo en alguno de los tramos, calcular una nueva ruta de desplazamiento. Palabras clave- Robot autnomo, inteligencia artificial, redes neuronales, rboles de decisin, visin artificial, android, OpenCV, java, Eclipse, Matlab. ABSTRACT This article presents a method for decision-making in the generation of an autonomous robot trajectories using neural network algorithms, computer vision and decision trees, all this in order to provide it with the ability to function in a particular area such as delivering packages in a warehouse. The method consists of 5 stages: acquisition, segmentation, description, recognition and decision making. In the first phase performs a continuous frame capture, this capture is done with the built-in camera of a mobile phone with Android operating system. The image processing stage, stages 2, 3 and 4, describes a set of procedures that are used by the robot to control the environment, this will make use of library OpenCV and develops a logical sequence of functions: Module Canny to segment the image into two spectral regions; Sidefil order to detect edges to identify obstacles and Erode algorithm that corrects perspective and subsequently allows recognizing distant points and / or near the robot. The final stage consists of two steps: mapping the environment on which the robot moves, continuously looking indicators disposed at the intersection of roads, using pattern recognition by neural network algorithms. By locating these indicators, the robot defines this location as a main node that emerge more paths. In this way automatically assigned and numbering each intersection for the decision tree. The second part makes use of the tree defined by the robot in the first stage, to be able to move efficiently between points, and if there is the presence of an obstacle in any of the sections, calculate a new route of travel. Keywords- Autonomous robot, artificial intelligence, neural networks, decision trees, artificial vision, android, OpenCV, Java, Eclipse, Matlab.