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
DOI:
https://doi.org/10.32870/recibe.v5i3.66Keywords:
navegación reactiva, lógica difusa, Kinect, profundidad promedio, robot móvilAbstract
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.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
