Escolar Documentos
Profissional Documentos
Cultura Documentos
AUTOMTICA
UNIVERSIDAD MIGUEL HERNNDEZ DE ELCHE
Arturo Gil Aparicio
CONTROL DE ROBOTS Y
SISTEMAS SENSORIALES
TEMA 9: Robtica mvil
ndice
2
Introduccin
Estructura general
Morfologa de robots
Tipos de ruedas
Sensores de robots mviles
Navegacin
Localizacin
ROBOT MVIL
Vehculo autnomo que se desplaza por
un entorno mientras realiza una tarea
Aplicaciones:
Transporte de mercancas: AGV
Limpieza
Tareas de rescate
Tareas de vigilancia
Robots gua
Asistencia a personas
Exploracin de lugares peligrosos
ARVC-UMH http://isa.umh.es/
arvc/
ROBOT MVIL
ARVC-UMH http://isa.umh.es/arvc/
estoy?
Cul es el mejor camino para llegar a B?
Cmo es el entorno que me rodea?
Preguntas fundamentales
Dnde
n
Cul
n
estoy?
Localizacin
planificacin de caminos
Cmo es el entorno que me rodea?
El robot cuenta con sensores.
n Representar esa informacin de forma coherente en un modelo del
n
entorno
NAVEGACIN
Localizacin
Path planning
Mapping
Se consideran tareas
integradas en la
navegacin.
Estn muy
relacionadas.
DEFINICIONES
Navegacin:
n
Mapping:
n
Localizacin:
n
Path
n
Planning:
Resto de conceptos?
Denid!:
Exploracin
Localizacin
ac6va
SLAM
Sist.
Integrados.
Mapas
MAPAS
topolgicos
Mapas
mtricos
n Mapas
de ocupacin
n Mapas de landmarks.
MAPAS
Mapas
topolgicos
n Representan
MAPAS
Mapas
MAPAS
Mapas de ocupacin:
MAPAS
Mapas
n
mtricos:
Mapas basados en marcas (hitos): feature-based maps, o landmarkbased maps. Representan la posicin de una serie de elementos en el
entorno (Vista del Victoria Park, Sydney. Se presenta la posicin de
los troncos de rboles).
MAPAS
Landmark: Se define landmark como una
caracterstica en el entorno fcilmente detectable por
los sensores del robot (hito o baliza en castellano).
Depende
nEjemplo,
Podemos
MAPAS
ROBOT MVIL
la navegacin es compleja?
La navegacin es una tarea muy
natural para nosotros. P.e. movernos
por casa, ir a Madrid en coche.
Se daba por supuesto esa
capacidad de los robots hace aos,
ya que Deep Blue era capaz de
batir a grandes ajedrecistas
Pero la navegacin est muy
relacionada con la inteligencia.
The Terminator
(1984)
(2029)
ES UN ROBOT MVIL?
Asimo,
Asimo
24
ARVC-UMH http://isa.umh.es/
arvc/
25
ARVC-UMH http://isa.umh.es/
arvc/
Mine Mapping
Navegacin Palmera 1
Navegacin Palmera 2
Dama
Conversacin con Sphinx
26
ARVC-UMH http://isa.umh.es/
arvc/
Interfaces hombre-robot
Sistema
n Permite
WIFI
NETWORK
WIRED
NETWORK
ARVC-UMH http://
isa.umh.es/arvc/
27
ROBOT
SERVERS
ARVC-UMH http://isa.umh.es/
arvc/
28
vdeo
ndice
29
Introduccin
Estructura general
Morfologa de robots
Tipos de ruedas
Sensores de robots mviles
Navegacin
Localizacin
Estructura general
30
Elementos
Estructura
mecnica
Actuadores
Sensores
n
Internos
n
Odometra
Externos
n
Estructura general
31
Caractersticas:
Robots
de obstculos
Accionamientos
elctricos
Integracin multisensorial
Estructura General
32
Sensores internos:
Sensores externos
Infrarrojos
Ultrasonidos
GPS
Visin por computador
Planificacin de movimientos
Odometra e Inerciales
Estratgica-Deliberativa
Reactiva
Interfaz Hombre-Mquina
ndice
33
Estructura general
Morfologa de robots
Tipos de ruedas
Sensores de robots mviles
Navegacin
Localizacin
Morfologa de robots
36
TIPO BICICLETA
TIPO ACKERMAN
TIPO TRICICLO
Sistemas de referencia:
x
I = y
cos sin 0
R( ) = sin cos 0
0
0 1
R = R( )I
Objetivo
Notacin:
1 2
Contribucin al
movimiento en el
sistema de referencia
local:
Movimiento respecto
al sistema de
referencia global:
r
x R = (1 + 2 )
2
y R = 0
R = (1 2 )
2l
I = R ( )R
Consideraciones:
Notacin:
1 2
ndice
41
Estructura general
Morfologa de robots
Tipos de ruedas
Sensores de robots mviles
Navegacin
Localizacin
Tipos de ruedas
42
Tipos de ruedas
43
Tipos de ruedas
44
Tipos de ruedas
45
Rueda esfrica:
ndice
46
Estructura general
Morfologa de robots
Tipos de ruedas
Sensores de robots mviles
Navegacin
Localizacin
Posicionamiento
Necesidad
(x,y)
X
Clasificacin
Odometra
Navegacin inercial
Comps magnticos
Balizas activas
GPS
Navegacin por marcas
Correspondencia de modelos
Errores
Odometra
49
Sensores
n
econmicos
Algoritmos
Inconvenientes
Error
Navegacin inercial
50
Clave:
Medida
de cambios de velocidad
n Lineal:
acelermetros
n Angular: girscopos
Ventaja:
No
Inconveniente:
Obtencin
Wii:
51
ISA-UMH http://
isa.umh.es/
Comps magntico
52
Clave:
Ventaja:
Problema
Balizas activas
53
Clave
Balizas
n
Ventajas
Exactitud
Inconvenientes
Cose
Balizas activas
54
(3 ngulos)
Trilateration (3 distancias)
Segmento
tierra
Segmento de usuario: receptor GPS
Segmento de control: estaciones de control repartidas por
todo el mundo
GPS
56
GPS
57
Funcionamiento:
Cada
Problemas
Poca
Sensores de Rango
58
Sensores de Rango
59
Infrarrojos
Diferentes
Sensores de Rango
60
El
Sensores de Rango
61
Funcionamiento
n Emite
Sensores de Rango
62
Problemas
n ngulo
con el sonar
de incidencia
n Amplitud del cono
n Dobles rebotes
Sensores de Rango
63
d.2)
64
ISA-UMH
http://isa.umh.es/
ndice
65
Estructura general
Morfologa de robots
Tipos de ruedas
Sensores de robots mviles
Navegacin
Localizacin
Clave:
Ventaja:
Inconvenientes
Marcas Artificiales
Objetos
Visin artificial
Marcas Naturales
Objetos
Sensor
n
utilizado
Visin Artificial
50
100
150
200
50
100
150
200
250
300
ndice
69
Estructura general
Morfologa de robots
Tipos de ruedas
Sensores de robots mviles
Navegacin
Localizacin
Algoritmos de localizacin
70
Algoritmos
de
localizacin
71
Algoritmos de localizacin:
Markov
grid localization
Monte-Carlo Localization (MCL)
Extended Kalman Filter.
Las
74
t = t =
for m = 1: M do
]
]
1: x [m
= sample _ motion(ut , x [m
t
t1 )
]
[m ]
2 : [m
=
measurement_model(z
,
x
t
t
t ,mapa)
]
[m ]
3 : t = t + x [m
,
t
t
endfor
for m = 1: M do
4 : elegir x tm con probabilidad prop. a tm
5 : aadir a t {m}
endfor
salida : t
Movimientos secuenciales:
zt,i
zt,i
Asignarle un
valor de probabilidad:
n _ beams
t =
i=1
t,i
i=1
t,i = e
(z t , i zt, i )2
n _ beams
(z t, i zt , i )2
b2
b2
89