Sistema de Navegación Reactiva Difusa para Giros Suaves de Plataformas Móviles Empleando el Kinect - Fuzzy Mobile Reactive Navigation System for Smooth Turns by Using Kinect

Authors

  • Claudia Cruz Martínez Instituto Nacional de Astrofísica, Óptica y Electrónica, México.
  • Ignacio Algredo Badillo Universidad Politécnica de Tlaxcala, México.
  • J. Jesús Arellano Pimentel Universidad del Istmo, México.
  • Francisco Aguilar Acevedo Universidad del Istmo, México.
  • Luis Alberto Morales Rosales Instituto Tecnológico Superior de Misantla, México.

DOI:

https://doi.org/10.32870/recibe.v5i3.66

Keywords:

navegación reactiva, lógica difusa, Kinect, profundidad promedio, robot móvil

Abstract

La navegación en un robot móvil es la habilidad para desplazarse de un lugar a otro dentro de un entorno evitando los obstáculos que se presenten. La autonomía de un robot móvil se basa en su sistema de navegación. La aplicación de técnicas de Inteligencia Artificial como la lógica difusa y el uso de la visión por computadora son dos herramientas empleadas para cumplir esta tarea. En algunos sistemas de navegación la seguridad y la facilidad de operación son factores muy importantes. En estos casos, la tolerancia a la incertidumbre de información, la reacción ante objetos imprevistos, y la navegación mediante giros suaves son argumentos del diseño de estos sistemas. En este artículo se presenta el desarrollo de un sistema de navegación reactiva difusa que emplea los datos de profundidad del sensor Kinect, algoritmos de visión por computadora, y lógica difusa, para generar ángulos de giro suave para la navegación de un robot móvil. En pruebas realizadas con la plataforma móvil ERA-MOBI se observaron giros suaves con un porcentaje de evasión de obstáculos del 85.7%.Abstract: Navigation on a mobile robot is the ability to move from one place to another within an environment avoiding obstacles that arise. The autonomy of a mobile robot is based on your navigation system. The application of Artificial Intelligence techniques such as fuzzy logic and using computer vision are two tools used to accomplish this task. In some navigation systems the safety and ease of operation are important factors. In these cases, the tolerance for uncertainty information, the reaction to unforeseen objects, and navigation through smooth turn are design arguments of these systems. This article describes the development of a system of fuzzy logic-based reactive navigation using data depth of Kinect sensor, computer vision algorithms, and fuzzy logic, to generate smooth turn angles for navigation of a mobile robot. In tests with the platform ERA- MOBI smooth turns with a percentage of obstacle avoidance of 85.7 % were observed.Keywords: reactive navigation, fuzzy logic, average depth, mobile robot.

Author Biographies

Claudia Cruz Martínez, Instituto Nacional de Astrofísica, Óptica y Electrónica, México.

Claudia Cruz Martínez nació en Oaxaca, México en 1989. Recibió el grado de Ingeniero en Computación por la Universidad del Istmo en 2014. Fue becaria del Cuerpo Académico de Ingeniería en Computación. Actualmente se encuentra estudiando la Maestría en Ciencias Computacionales en el Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE). Su área de interés se centra en el uso de la visión 3D, cómputo de alto desempeño y aplicaciones de tiempo real enfocados al SLAM visual.

Ignacio Algredo Badillo, Universidad Politécnica de Tlaxcala, México.

Ignacio Algredo Badillo recibió los grados de Ingeniero en Electrónica y de Maestro y Doctor en Ciencias Computacionales por parte del Instituto Tecnológico de Puebla (ITP) y del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), respectivamente. Él se desempeña como Profesor de Tiempo Completo en la Universidad Politécnica de Tlaxcala. Él es miembro del SNI desde el 2011, tiene más de 70 artículos científicos, es revisor en varios comités nacionales e internacionales, liderea varios proyectos y sus líneas de investigación son enfocadas en el diseño y desarrollo de sistemas digitales, arquitecturas reconfigurables, plataformas basadas en el concepto radio software, seguridad, prototipos didácticos, sistemas criptográficos, implementaciones en FPGA, sistemas basados en microcontroladores y microprocesadores y aceleración en hardware para aplicaciones específicas.

J. Jesús Arellano Pimentel, Universidad del Istmo, México.

J. Jesús Arellano Pimentel es ingeniero en Sistemas Computacionales por el Instituto Tecnológico de Morelia en 2002 y Maestro en Ciencias en Ingeniería Eléctrica con opción en Sistemas Computacionales por la Universidad Michoacana de San Nicolás de Hidalgo en 2005. Actualmente se desempeña como Profesor-Investigador de Tiempo Completo adscrito a la carrera de Ingeniería en Computación en la Universidad del Istmo campus Tehuantepec, Oaxaca, México. También es miembro activo del Cuerpo Académico de Ingeniería en Computación de la UNISTMO. Además ha obtenido el Reconocimiento a Perfil Deseable PRODEP durante los periodos 2013-2016 y 2016-2019. Sus áreas de interés incluyen: software educativo, realidad virtual, prototipos didácticos, compiladores, y robótica móvil.

Francisco Aguilar Acevedo, Universidad del Istmo, México.

Francisco Aguilar Acevedo es ingeniero en electrónica por la Universidad Tecnológica de la Mixteca. Tiene una maestría en ingeniería mecatrónica por el Centro Nacional de Investigación y Desarrollo Tecnológico. Es Profesor-Investigador de Tiempo Completo en la carrera de Ingeniería en Computación en la Universidad del Istmo Campus Tehuantepec, Oaxaca, México. También es miembro activo del Cuerpo Académico de Ingeniería en Computación de la UNISTMO. Sus áreas de interés son la dirección de proyectos de ingeniería, los sistemas embebidos, la instrumentación electrónica y la automatización de procesos.

Luis Alberto Morales Rosales, Instituto Tecnológico Superior de Misantla, México.

Luis Alberto Morales Rosales recibió el grado de ingeniero en Sistemas Computacionales del Instituto Tecnológico de Colima. Los grados de maestría y doctorado del Instituto Nacional de Astrofísica Óptica y Electrónica (INAOE). Ha sido Profesor-Investigador de Tiempo Completo en la Universidad Politécnica de Puebla (2007-2010). Coordinó y fundó el programa de posgrado en sistemas computacionales del Instituto Tecnológico Superior de Misantla (2010-2016), cuenta con reconocimiento al perfil deseable por parte de PRODEP desde 2011. Actualmente es catedrático CONACYT asignado a la Universidad Michoacana de San Nicolás de Hidalgo. Sus líneas de investigación son enfocadas al cómputo móvil, sistemas distribuidos, desarrollo de algoritmos bio-inspirados, computación inteligente, y sistemas de transporte inteligente.

References

Acosta, G., Gallardo, J., & Pérez, R. (2016). Arquitectura de control reactiva para la navegación autónoma de robots móviles. Ingeniare, 24 (1), 173-181.

Aguirre, E., Gómez, M., Muñoz, R., & Ruiz, C. (2003). Un sistema multi-agente que emplea visión activa y ultrasonidos aplicado a navegación con comportamientos difusos. En IV Workshop en Agentes Físicos (pp. 63–74). Alicante, España: Universidad de Alicante.

Amanda, W. (2010).Programming Mobile Robots with Aria and Player. London: Springer

Andersen, M.R., Jensen, T., Lisouski, P., Mortensen, A.K., Hansen, M.K., Gregersen T., & Ahrendt, P. (2012). Kinect Depth Sensor Evaluation for Computer Vision Applications (Technical report ECE-TR-6, Aarhus University, Denmark). Recuperado de http://eng.au.dk/fileadmin/DJF/ENG/PDF-filer/Tekniske_rapporter/Technical_Report_ECE-TR-6-samlet.pdf

Benavidez, P. & Jamshidi M. (2011). Mobile robot navigation and target tracking system. In 6th International Conference on System of Systems Engineering, (pp. 299–304). Albuquerque, New Mexico, USA: IEEE Reliability Society & IEEE Systems, Man, and Cybernetics Society. doi: 10.1109/SYSOSE.2011.5966614

Bueno, M. & Rios, L. H. (2008). Implementación de comportamientos para navegación inteligente de robots móviles. Tecnura, 11 (22), 40–52.

Chica, M. T., Pineda, A. L., & Esmeral, M. A. (2009). Sistema de navegación para robots móviles utilizando fusión sensorial. Tecnura, 13 (25), 128–135.

Cruz, L., Lucio, D., & Velho, L. (2012). Kinect and RGBD Images: Challenges and Applications. In 25th Conference on Graphics, Patterns and Images Tutorials, (pp. 36–49). Ouro Preto, Brazil: IEEE Computer Society & Brazilian Computer Society. doi: 10.1109/SIBGRAPI-T.2012.13

Csaba, G., (2013). Improvement of an adaptive fuzzy-based obstacle avoidance algorithm using virtual and real kinect sensors. In 9th International Conference on Computational Cybernetics (pp. 113–120).Tihany, Hungary: IEEE Hungary Section & IEEE Systems, Man, and Cybernetics Society. doi: 10.1109/ICCCyb.2013.6617572

Csaba, G. &Vámossy Z. (2012). Fuzzy based obstacle avoidance for mobil robots with Kinect sensor. In 4th IEEE International Symposium on Logisticsand Industrial Informatics (pp. 135–144). Smolenice, Eslovaquia: IEEE Hungary Section. doi: 10.1109/LINDI.2012.6319476

Díaz, C. A. & Romero, C. A. (2012). Navegación de robot móvil usando Kinect, OpenCV y Arduino. Prospectiva, 10 (1), 71–78. doi: 10.15665/rp.v10i1.398

El-laithy, R. A., Huang, J.; &Yeh, M. (2012). Study on the use of Microsoft Kinect for robotics applications. In Position Location and Navigation Symposium(pp. 1280–1288). Myrtle Beach, South Carolina, USA: IEEE Aerospace and Electronic Systems Society & Institute of Navigation. doi: 10.1109/PLANS.2012.6236985

Jang, J-S.R, Sun, C-T., & Mizutani, E. (1997). Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence. New Jersey, USA: Prentice Hall.

Kelly, A. (2013). Mobile Robotics: Mathematics, Models, and Methods. New Yok, USA: Cambridge University Press.

Kornuta, C. & Marinelli, M. (2013). Estudio comparativo de la eficiencia entre controladores difusos del tipo Mandani y Sugeno. En XV Workshop de Investigadores en Ciencias de la Computación. (pp. 926–929). Paraná, Argentina: Universidad Autónoma de Entre Ríos.

Kuno, Y., Shimada N., & Shirai, Y. (2003). A Robotic Wheelchair Based on the Integration of Human and Environmental Observations. IEEE Robotics & Automation Magazine, 10 (1), 26-34.

Mester, G., (2010). Intelligent mobile robot motion control in unstructured environments. Acta Polytechnica Hungarica, 7 (4), 153–165.

Mittal, R., Goyal, D. (2014). Autonomous Navigation of Smart Wheelchair using Kinect Camera. International Journal of Engineering and Technical Research.2 (4), 357-358.

Mohan, V. (2005). Fuzzy logic controller for an autonomous mobile robot (Master’s thesis, Cleveland State University, Ohio).Recuperado de http://www.eng.auburn.edu/~troppel/courses/5530%202011C%20Robots%20Fall%2011/literature/Mohan%20Thesis%20fuzzy%20logic%20wall%20follow.pdf

Murphy, R. R. (2000). An introduction to AI robotics. Cambridge, Massachusetts, USA: The MIT Press.

Negnevitsky, M. (2005).Artificial Intelligence: A Guide to Intelligent Systems (2nd ed.). England: Addison-Wesley.

Ollero A. (2001). Robótica: manipuladores y robots móviles. Barcelona, España: Marcombo Alfaomega.

Otsu, N. (1979). A threshold selection method from gray-level histograms. IEEE Transactions on Systems, Man, and Cybernetics, 9 (1), 62–66. doi:10.1109/TSMC.1979.4310076

Parker, J. (2010). Algorithms for image processing and computer vision. 2a Ed. USA: Wiley Publishing, Inc.

Parra, H., Ríos L. H., & Bueno M. (2007). Navegación de robots móviles mediante comportamientos utilizando lógica difusa. Scientia Et Technica, 13 (34), 79–83.

Ramírez, J. M., Gómez, P., Martínez, J., & López, F.(2011). A LabVIEW-based autonomous vehicle navigation system using robot vision and fuzzy control.Ingeniería Investigación y Tecnología, 12(2), 129–136.

Suárez, A. F. & Loaiza, H. (2015). Implementación de un esquema de navegación reactiva con sensores RGB-D. UIS Ingenierías,14 (1), 7-19.

Tzafestas, S. G. (2014). Introduction to Mobile Robot Control. Elsevier

Videre Design (2009). ERA Mobile Robot User’s Manual (Rev H, Octuber 2009). Videre Design LLC.

Villaseñor, U. G., González, M. A., Sotomayor, A., Gorrostieta, E., Pedraza, J. C., Vargas, J. E. & Tovar S. (2010). Desarrollo de un sistema de navegación para robots móviles mediante diferentes patrones de comportamientos. En VIII Congreso Internacional sobre Innovación y Desarrollo Tecnológico (pp. 407-412). Cuernavaca, Morelos, México: EEE sección Morelos y AMIME sede Morelos.

Vincent, L. (1993). Morphological gray scale reconstruction in image analysis: applications and efficient algorithms. IEEE Transactions on Image Processing, 2 (2), 176–201.

Webb, J.& Ashley, J. (2012).Beginning Kinect Programming with the Microsoft Kinect SDK. New York, USA: Apress.

Yerubandi, V., Reddy, Y. M., & Kumar, M. V. (2015).Navigation system for an autonomous robot using fuzzy logic. International Journal of Scientific and Research Publications.5 (2). Recuperado de http://www.ijsrp.org/research-paper-0215/ijsrp-p3807.pdf

Published

2017-12-06

How to Cite

Cruz Martínez, C., Algredo Badillo, I., Arellano Pimentel, J. J., Aguilar Acevedo, F., & Morales Rosales, L. A. (2017). Sistema de Navegación Reactiva Difusa para Giros Suaves de Plataformas Móviles Empleando el Kinect - Fuzzy Mobile Reactive Navigation System for Smooth Turns by Using Kinect. ReCIBE, Electronic Journal of Computing, Informatics, Biomedical and Electronics, 5(3), III. https://doi.org/10.32870/recibe.v5i3.66

Issue

Section

Computer Science & IT