Navegación para Robots Móviles - Alberto Ortiz

Página creada Adriàn Francés
 
SEGUIR LEYENDO
Navegación para Robots Móviles - Alberto Ortiz
Dpt. de Matemàtiques i
                                                                   Informàtica
                                                                   Universitat de les Illes
                                                                   Balears

                                Navegación para
                                Robots Móviles
                                Alberto Ortiz
                                               Grupo de
                                               Sistemas,
                                               Robótica y
                                               Visión

Índice

„    El problema de la Navegación en robots móviles
„    Métodos de (auto)localización
           Representación de mapas
           Odometría
           Otros:
                „   probabilísticos basados en mapas (sólo mencionar)
                „   SLAM (sólo mencionar)
                „   otros: balizas, landmarks, etc.
„    Planificación de caminos
„    Evitación de obstáculos
„    Bibliografía
Alberto Ortiz                                                                                 2

                                                                                                  1
Navegación para Robots Móviles - Alberto Ortiz
El problema de la Navegación

„    La navegación es la habilidad
     que caracteriza a un robot móvil
     y al mismo tiempo la más
     desafiante
„    El problema de la navegación
     para un robot móvil se define
     como:
     Dado un punto de partida A
     alcanzar el (los) punto(s) de
     destino B (B1,B2,...)

     utilizando su conocimiento [el
     del robot] y la información
     sensorial que recibe [el robot].
Alberto Ortiz                                                                                3

El problema de la Navegación

„    La navegación implica resolver subproblemas a nivel de:
                                             interpretar los datos que le suministra sus
        PERCEPCIÓN
                                             sensores para extraer información útil
       LOCALIZACIÓN                          determinar su posición en el entorno
                         ... el robot debe
                         ser capaz de ...
      PLANIFICACIÓN                          decidir cómo actuar para alcanzar el objetivo

        CONTROL DE                           gestionar sus actuadores para conseguir la
        MOVIMIENTO                           trayectoria deseada

(enfoque deliberativo)

Alberto Ortiz                                                                                4

                                                                                                 2
Navegación para Robots Móviles - Alberto Ortiz
El problema de la Navegación

„   Dos situaciones a distinguir:
           existe un mapa del entorno (suficientemente adecuado para la
           navegación) ⇒ planificación de caminos (análisis global)
           no existe un mapa
                1) construir el mapa por exploración del entorno (SLAM, Simultaneous
                   Localization And Mapping) y luego planificar caminos
                2) navegar sin mapa – control reactivo basado en comportamientos
           en ambos casos, es posible que aparezcan obstáculos en el camino de
           cuya existencia no se tenía conocimiento ⇒ evitación de obstáculos
           (análisis local)
„   Sea como sea, es necesario disponer de información de
    posición del robot ⇒ (auto)localización
           (relativa) respecto al inicio del movimiento
           (absoluta) respecto a un mapa
Alberto Ortiz                                                                          5

Índice

„    El problema de la Navegación en robots móviles
„    Métodos de (auto)localización
           Representación de mapas
           Odometría
           Otros:
                „   probabilísticos basados en mapas (sólo mencionar)
                „   SLAM (sólo mencionar)
                „   otros: balizas, landmarks, etc.
„    Planificación de caminos
„    Evitación de obstáculos
„    Bibliografía
Alberto Ortiz                                                                          6

                                                                                           3
Navegación para Robots Móviles - Alberto Ortiz
Métodos de Localización

„    Localización implica conocer la posición del robot
     respecto de un sistema de coordenadas
           GPS, pero, actualmente, plantea problemas:
                „   precisión (metros)
                „   no disponible en todos los entornos (cerrados, submarinos, ...)
                        necesidad de ver un cierto número de satélites
                        la señal puede tener dificultad para penetrar en entornos cerrados
                        atenuación significativa de la señal en entornos submarinos
                „   necesidad de información de posición relativa respecto de
                    elementos del entorno ⇒ MAPA
           Resto de sensores (también GPS) suministran información de
           posición con un cierto nivel de precisión y completitud ⇒
           localización no es trivial

Alberto Ortiz                                                                                7

Índice

„    El problema de la Navegación en robots móviles
„    Métodos de (auto)localización
           Representación de mapas
           Odometría
           Otros:
                „   probabilísticos basados en mapas (sólo mencionar)
                „   SLAM (sólo mencionar)
                „   otros: balizas, landmarks, etc.
„    Planificación de caminos
„    Evitación de obstáculos
„    Bibliografía
Alberto Ortiz                                                                                8

                                                                                                 4
Navegación para Robots Móviles - Alberto Ortiz
Métodos de Localización

„    Mapas:
           La representación ha de ser acorde con la precisión del
           posicionamiento del robot
                „   La fidelidad de la representación de la posición del robot está
                    limitada por la fidelidad del mapa
           A la hora de escoger un tipo de mapa se ha de tener en cuenta
           que:
                „   la precisión del mapa debe ser adecuada para la tarea
                „   la precisión del mapa debe ser acorde al tipo de información
                    suministrada por los sensores que se emplean para navegar
                „   la precisión del mapa influye en el coste computacional de las
                    tareas que lo utilizan

Alberto Ortiz                                                                          9

Métodos de Localización

„    Tipos de mapas:
           de representación contínua: elementos del mapa se
           representan en un espacio de coordenadas continuo
           de representación troceada: fidelidad limitada
                „   descomposición exacta (del entorno)
                „   descomposición (del entorno) aproximada por celdas
                        celdas de tamaño fijo (rejillas/mapas métricos)
                        celdas de tamaño adaptativo
                „   descomposición (del entorno) aproximada a nivel topológico
                    (mapas topológicos)

Alberto Ortiz                                                                         10

                                                                                           5
Navegación para Robots Móviles - Alberto Ortiz
Métodos de Localización

„    Representación continua:
        a)   mapa arquitectónico
        b)   segmentos rectos

Alberto Ortiz                                         11

Métodos de Localización

„    Representación troceada: descomposición exacta

             “embaldosado” de áreas
             libres
             exige poligonalizar el
             entorno
             contiene información
             topológica de forma
             natural

Alberto Ortiz                                         12

                                                           6
Navegación para Robots Móviles - Alberto Ortiz
Métodos de Localización

„    Representación troceada: descomposición aproximada
            celdas de tamaño fijo - rejillas/mapas métricos
                „   pasillos estrechos pueden desaparecer debido a la discretización del
                    espacio

                „   rejilla de ocupación:   blanco = espacio libre,
                                            negro = espacio ocupado,
Alberto Ortiz
                                            gris = ?                                   13

Métodos de Localización

„    Representación troceada: descomposición aproximada
            celdas de tamaño fijo - rejillas/mapas métricos
                „   ejemplo con celdas de tamaño reducido

Alberto Ortiz                                                                          14

                                                                                            7
Navegación para Robots Móviles - Alberto Ortiz
Métodos de Localización

„    Representación troceada: descomposición aproximada
            celdas de tamaño adaptativo: refinamiento en 4 mientras un
            rectángulo no sea completamente espacio libre o espacio
            ocupado

Alberto Ortiz                                                            15

Métodos de Localización

„    Representación troceada: descomposición aproximada
            mapas topológicos

Alberto Ortiz                                                            16

                                                                              8
Navegación para Robots Móviles - Alberto Ortiz
Índice

„    El problema de la Navegación en robots móviles
„    Métodos de (auto)localización
           Representación de mapas
           Odometría
           Otros:
                „   probabilísticos basados en mapas (sólo mencionar)
                „   SLAM (sólo mencionar)
                „   otros: balizas, landmarks, etc.
„    Planificación de caminos
„    Evitación de obstáculos
„    Bibliografía
Alberto Ortiz                                                                           17

Métodos de Localización

„    Odometría
           Método sencillo para estimación de posición
                „   basado en sensores de medición de giro de rueda (≡ longitud de
                    paso en un robot humanoide)

                                      ∆α                         ½
                                                                     ∆sr : rueda dcha
                                 Rw    ∆α ⇒ ∆s = Rw (∆α) →
                                                                     ∆sl : rueda izda

                „   posición + postura actual = acumulación de desplazamientos
                    (integración de camino)
                                                     
                            x(t + ∆t)       x(t)       ∆x
                           y(t + ∆t)  =  y(t)  +  ∆y 
                            θ(t + ∆t)       θ(t)       ∆θ ∆t
Alberto Ortiz                                                                           18

                                                                                             9
Métodos de Localización

    „    Odometría: robot con tracción diferencial

                                                                  ∆sr + ∆sl
                                                              ∆s =
                                                                       2
                                                                  ∆sr − ∆sl
                                                             ∆θ =
                                                                       b
                                                             ∆x = ∆s cos (θ + ∆θ)
                                                             ∆y = ∆s sin (θ + ∆θ)

                                                             (b = distancia entre ruedas)
                                                                               ¡                 ¢   
                                                              ∆sr +∆sl
                                                                             cos θ(t) + ∆sr −∆s l
  x(t + ∆t)                                 x(t)                      2                     b
                                                                               ¡                 ¢   
 y(x + ∆t)  = f (x, y, θ, ∆sr , ∆sl ) =  y(t) +              ∆sr +∆sl
                                                                             sin θ(t) + ∆sr −∆s l     
                                                                     2                     b         
  θ(t + ∆t)                                 θ(t)                              ∆sr −∆sl
                                                                                  b
    Alberto Ortiz                                                                                         19

    Métodos de Localización

    „    Odometría: robot con tracción diferencial
                ¿Qué ocurre si hay errores en las mediciones de ∆sl y/o ∆sr?
                    „   sistemáticos (deterministas) ⇒ calibración
                            desalineación de las ruedas
                            incertidumbre en el diámetro de las ruedas (diferentes diámetros,
                            rueda desinchada, rueda deformada, ...)
                    „   no sistemáticos (no deterministas)
                            resolución limitada del sensor
                            una o las dos ruedas patinan
                            suelo desigual, etc.
                Errores independientes y proporcionales a la distancia ⇒
                desplazamiento depende de (∆sr ± kr |∆sr |, ∆sl ± kl |∆sl |)
                                                         ⇓
                                              (x ± δx, y ± δy, θ ± δθ)
    Alberto Ortiz                                                                                         20

                                                                                                               10
Métodos de Localización

 „    Odometría: robot con tracción diferencial

 Alberto Ortiz                                                                                               21

 Métodos de Localización

 „    Odometría: robot con tracción diferencial                                        2
                                                                                       δxx     2
                                                                                              δxy    2
                                                                                                    δxθ
                                                                                                          
                                µ                         ¶
                                    kr |∆sr |     0                                  2                 
Σrl = cov(∆sr , ∆sl ) =                                       ⇒ Σp = cov(x, y, θ) = 
                                                                                     δyx
                                                                                               2
                                                                                              δyy    2 
                                                                                                    δyθ 
                                        0     kl |∆sl |
                                                                                        2      2     2
                                                                                       δθx    δθy   δθθ

     Σp(t+∆t) ≈ Fp Σp(t) FpT + Frl Σrl Frl
                                        T
                                           [p.e. Σp0 = 03×3 ]                   (faltan dependencias de t)

                                            
            ³                 1 0 −(∆s)sθ
                                ´
     Fp =        ∂f ∂f ∂f
                          =  0 1 +(∆s)cθ 
                 ∂x , ∂y , ∂θ                                                 "                    #
                              0 0       1                                         sθ = sin(θ + ∆θ)
                             cθ ∆s                                    
                                  − b sθ cθ    ∆s
                                           2 + b sθ                               cθ = cos(θ + ∆θ)
          ³              ´  2                                         
            ∂f
     Frl = ∂∆s r
                    ∂f
                 , ∂∆s l
                           =  sθ   ∆s    sθ  ∆s
                             2 + b cθ 2 − b cθ
                                                                       
                                                                       
                                   1
                                   b         − 1b
       (Siegwart, Nourbakhsh, Introduction to Autonomous Mobile Robots, pp. 186-190)
 Alberto Ortiz                                                                                               22

                                                                                                                  11
Métodos de Localización

„    Odometría: robot con tracción diferencial

Alberto Ortiz                                    23

Métodos de Localización

„    Odometría: robot con tracción diferencial

Alberto Ortiz                                    24

                                                      12
Métodos de Localización

„    Odometría
                Error de estimación de posición no está acotado (cada vez es
                mayor)
                Utilizar sensores de orientación adicionales (p.e. giróscopo,
                INS, etc) puede ayudar a reducir el error acumulado pero no
                resuelve el problema
                    „   odometría(ruedas) + sensor(es) de orientación = dead reckoning
        ⇒ métodos de localización más sofisticados:
                    „   localización probabilística en base a mapas (Markov, filtros de
                        Kalman,...)
                    „   SLAM (Simultaneous Localization and Mapping)
                    „   otras técnicas: balizas, landmarks, etc.

Alberto Ortiz                                                                             25

Índice

„    El problema de la Navegación en robots móviles
„    Métodos de (auto)localización
           Representación de mapas
           Odometría
           Otros:
                „   probabilísticos basados en mapas (sólo mencionar)
                „   SLAM (sólo mencionar)
                „   otros: balizas, landmarks, etc.
„    Planificación de caminos
„    Evitación de obstáculos
„    Bibliografía
Alberto Ortiz                                                                             26

                                                                                               13
Métodos de Localización

  „    Localización basada en rutas:
                  La ruta que ha de seguir el robot es explícitamente
                  señalizada:
                    „   raíl
                    „   raíles enterrados y electrificados; el robot se guía en base al
                        efecto inductivo sobre bobinas embarcadas
                    „   marcas ópticas en el suelo
                    „   marcas en el suelo realizadas con pintura ópticamente
                        transparente que refleja en el rango ultravioleta
                  Unmanned Guided Vehicles (UGV)
                  No es posicionado absoluto, la guía le indica cuál es la
                  siguiente posición a alcanzar

  Alberto Ortiz                                                                                   27

  Métodos de Localización

  „    Localización basada en balizas: balizas de tiempo de vuelo
                                 robot emite señal y espera respuesta de balizas:
                                 (tA,tB,tC) → (dA,dB,dC)
      B = (xB,yB)                                    (1) (x − xA )2 + (y − yA )2 = d2A
               dB                                   (2) (x − xB )2 + (y − yB )2 = d2B
                                                     (3) (x − xC )2 + (y − yC )2 = d2C
P = (x,y)                 dA     A = (xA,yA)
                                               •   (xA , yA ), (xB , yB ), (xC , yC ) conocidos
          dC                                   •   (dA , dB , dC ) conocidos
                                               •   (x, y) desconocidos
        C = (xC,yC)                            F   resolver (1,2) y (2,3) p.e. y tomar
                                                   soluciones para (x, y) que coincidan
                                 posición 3D (p.e. entorno submarino) requiere 4 balizas
  Alberto Ortiz
                                 (intersección de 4 esferas ⇒ 3 incog.) → LBL          28

                                                                                                       14
Métodos de Localización

„    Localización basada en balizas: balizas visuales
α = ](P A, XR )               ∆yA = ∆xA tan α
                                                                                  
β = ](P B, XR )               ∆yB = ∆xB tan α                 yA + ∆yA = yB + ∆yB 
                                                                                  
γ = ](P C, XR )               ∆yC = ∆xC tan α                 yA + ∆yA = yC + ∆yC ⇒
                                                                                  
                                                                                  
                                                              yB + ∆yB = yC + ∆yC
       B = (xB,yB)                             
                            XR                 
                                                yA + (tan α)(∆xA ) = yB + (tan β)(∆xB )
  YR
                                                 yA + (tan α)(∆xA ) = yC + (tan γ)(∆xC )
                            ∆yA                
                                               
 P = (x,y)                                       yB + (tan β)(∆xB ) = yC + (tan γ)(∆xC )
                                 A = (xA,yA)
                                                • (xA , yA ), (xB , yB ), (xC , yC ) conocidos
                            ∆xA
                                                • (α, β, γ) conocidos
        C = (xC,yC)                             • (∆xA , ∆xB , ∆xC ) desconocidos
Alberto Ortiz                                                                                29

Métodos de Localización

„    Localización basada en landmarks
                landmark = marcas u objetos pasivos inmersos en el entorno
                cuya posición (relativa o absoluta) es conocida
                 „   artificiales: marcas de colores o formas características, códigos
                     de barras, etc.
                 „   naturales: puerta, esquina, roca, árbol, etc.
                estimación de posición por triangulación (lo de antes) o bien
                al alcanzar el landmark

Alberto Ortiz                                                                                30

                                                                                                  15
Métodos de Localización

„      Localización híbrida odometría/balizas/landmarks
          landmarks y balizas proporcionan información precisa de
          posición ⇒ cada vez que el robot ve balizas suficientes o bien
          alcanza un landmark, el error de posición pasa a ser 0 !!!
        ⇒ n utilizar odometría mientras el robot no ve suficientes balizas
          para hacer triangulación / mientras no alcance un landmark
          o ajustar posición al ver suficientes balizas / al alcanzar un
          landmark

Alberto Ortiz                                                                31

Índice

„    El problema de la Navegación en robots móviles
„    Métodos de (auto)localización
           Representación de mapas
           Odometría
           Otros:
                „   probabilísticos basados en mapas (sólo mencionar)
                „   SLAM (sólo mencionar)
                „   otros: balizas, landmarks, etc.
„    Planificación de caminos
„    Evitación de obstáculos
„    Bibliografía
Alberto Ortiz                                                                32

                                                                                  16
Planificación de Caminos

„      Completitud
                Un sistema (robótico) se dice completo si y sólo si, para todos los
                posibles problemas (mapas, objetivos, estados iniciales), cuando
                existe una trayectoria al objetivo, el sistema lo alcanza
                 „   De forma más precisa:
                         un sistema (robótico) se dice completo si y sólo si, para todos los
                         posibles problemas (...), cuando existe una trayectoria al estado
                         objetivo, el sistema alcanza ese estado
                Cuando un sistema es incompleto, entonces existe un problema
                (configuración de objetivo, mapa y estado inicial) para el que el
                sistema no es capaz de encontrar una solución aunque exista.
                [solución = trayectoria que resuelve la navegación]
                Completitud versus complejidad computacional

Alberto Ortiz                                                                                  33

Planificación de Caminos

„      Problema muy estudiado para manipuladores industriales
                manipulador con k articulaciones, ¿secuencia de movimientos segura?
                (no impacta con ningún obstáculo)
                configuración = (θ1, θ2, ..., θk) → espacio de configuraciones k-dimens.
                SOL. = trayectoria sobre el espacio libre del espacio de configuraciones

                velocidad importante (impacto económico) → cinemática + dinámica
Alberto Ortiz                                                                                  34

                                                                                                    17
Planificación de Caminos

„      Robótica móvil (robots con ruedas)
                menos grados de libertad [como mucho (x,y,θ)] ⇒ problema
                más sencillo
                además:
                 „   menor velocidad ⇒ dinámica no es relevante
                 „   robots pueden girar en el sitio (tracción diferencial)
                 „   robot es un punto ⇒ configuración = (x,y)
                          “hinchar” obstáculos en el radio del robot para compensar
                variantes = métodos basados en ...
                 „   mapas de carreteras (MMC)
                 „   mapas troceados (MMT)
                 „   campos de potencial (MCP)
                ¡Necesitamos disponer de un mapa!
Alberto Ortiz                                                                         35

Planificación de Caminos

„      Métodos MC:
                crear suficientes caminos como para que el robot pueda
                alcanzar cualquier zona del espacio libre minimizando el
                número de caminos del mapa
                planificación de caminos =
                 „   n conectar puntos de partida y llegada con alguno de los
                     caminos, y
                 „   o determinar la secuencia de caminos que conduce desde el
                     punto de partida al punto de llegada
                variantes:
                 „   grafo de visibilidad
                 „   diagrama de Voronoi

Alberto Ortiz                                                                         36

                                                                                           18
Planificación de Caminos

„    MMC: grafo de visibilidad
            arcos unen todos los pares
            de vértices que se ven
            mutuamente
                „   + posiciones inicial y final
                „   + vértices contiguos
            buscar camino más corto
                „   Floyd, Dijkstra, ...
            completo y camino de
            longitud mínima
            problemas:
                „   poligonalizar entorno
                „   caminos bordean obstáculos ⇒ “engordar” obstáculos
                „   poco eficiente si hay muchos obstáculos
Alberto Ortiz                                                              37

Planificación de Caminos

„    MMC: diag. de Voronoi
          puntos que son
        equidistantes a dos o más
        obstáculos
                „ para cada punto,
                registrar distancia al
                obstáculo más próximo
                „ recorrer crestas del mapa 3D resultante

            completo pero camino no es óptimo
            Voronoi-based motion: desplazar el robot maximizando el
            número de lecturas de distancia mínima a los obstáculos
            circundantes (= regla para encontrar el diagrama de Voronoi)

Alberto Ortiz                                                              38

                                                                                19
Planificación de Caminos

„      Métodos MT
                dividir espacio en regiones conectadas (celdas)
                construir el grafo de conectividad de las celdas resultantes
                determinar en qué celdas se encuentran los puntos de partida
                y llegada
                buscar un camino entre la celda de partida y llegada
                 „   determinar el camino a seguir dentro de cada celda
                         p.e. entre puntos medios de las fronteras entre celdas

Alberto Ortiz                                                                     39

Planificación de Caminos

„  MMT:
descomposición
exacta
            completo
            depende de la
        complejidad geométrica
        de los obstáculos y del
        número de obstáculos
            eficiente para
        entornos grandes con
        pocos obstáculos

Alberto Ortiz                                                                     40

                                                                                       20
Planificación de Caminos

„      MMT: desc. aproximada / celdas de tamaño fijo
                igual que antes sobre las celdas de un mapa métrico
                 „   complejidad no depende del número de obstáculos ni de su
                     complejidad geométrica, sólo linealmente del número de celdas
                 „   teóricamente, no completo (pueden desaparecer caminos estrechos)

Alberto Ortiz                                                                         41

Planificación de Caminos

„      MMT: desc. aproximada / celdas de tamaño fijo
                particularmente útil el algoritmo de expansión de frente de
                onda (wavefront expansion NF1, grassfire)
                 „   ej. distancia = número de celdas visitadas con desplazamientos
                     horizontales y verticales, pero no diagonales

Alberto Ortiz                                                                         42

                                                                                           21
Planificación de Caminos

„      MMT: desc. aproximada / celdas de tamaño
       adaptativo
           igual que antes
        sobre celdas de
        tamaño variable
           definir camino
        dentro de cada celda
           teóricamente,
        no completo

Alberto Ortiz                                                43

Planificación de Caminos

„      Métodos CP:
            robot = punto bajo la influencia
        de un campo de potencial
        artificial o bola rodando en un
        entorno inclinado

                                               † teóricamente,
                                               no completo
                                               (según parámetros)

Alberto Ortiz                                                44

                                                                    22
Índice

„    El problema de la Navegación en robots móviles
„    Métodos de (auto)localización
           Representación de mapas
           Odometría
           Otros:
                „   probabilísticos basados en mapas (sólo mencionar)
                „   SLAM (sólo mencionar)
                „   otros: balizas, landmarks, etc.
„    Planificación de caminos
„    Evitación de obstáculos
„    Bibliografía
Alberto Ortiz                                                           45

Evitación de Obstáculos

„      Estos algoritmos:
                No planifican a nivel global
                Evitan obstáculos a medida
                que los ven
                Algunos emplean mapas
„      Variantes (entre muchas otras):
                Bug: Bug1, Bug2
                Histograma de Campo de Vectores: VFH, VFH+
                Camino de burbujas (bubble band)
                Velocidad de curvatura (curvature velocity, CVM)
                Ventana dinámica

Alberto Ortiz                                                           46

                                                                             23
Evitación de Obstáculos

„      Algoritmo Bug1
                Seguir el contorno de cada obstáculo a partir de hit point
                Circumnavegación completa hasta que se abandona el
                seguimiento en el punto más cercano al objetivo (leave point)

Alberto Ortiz                                                                   47

Evitación de Obstáculos                                         (ineficiente)

„      Algoritmo Bug2
                Seguir el contorno de los obstáculos
                siempre a izda o a dcha
                Abandonar seguimiento cuando se corta
                la M-line (= start → goal)

Alberto Ortiz                                                                   48

                                                                                     24
Evitación de Obstáculos

„   Histograma de campo de vectores (VFH)
           rejilla de ocupación local probabilística
           histograma de direcciones que apuntan a obstáculos
                n umbral para detectar direcciones probablemente obstaculizadas
                o rangos de direcciones suficientemente anchos
                p minimizar función de coste entre las direcciones supervivientes:
                   G = a × target dir diff + b × wheel dir diff + c × prev dir diff

Alberto Ortiz                                                                        49

Evitación de Obstáculos

„      Histograma de campo de vectores (VFH+)
            histograma se construye
        teniendo en cuenta las
        limitaciones cinemáticas
        del vehículo
            movimiento compuesto
        de desplazamientos rectos
        y circulares

Alberto Ortiz                                                                        50

                                                                                          25
Evitación de Obstáculos

„   Camino de burbujas (bubble band)
           burbuja = máximo espacio libre que
           puede ser alcanzado en cualquier
           dirección sin riesgo de colisión
                „   generado utilizando un mapa con
                    información de obstáculos estáticos y
                    dinámicos y un modelo simplificado del
                    robot
                „   se genera un “camino de burbujas” que
                    conecta el punto inicial y el final ⇒
                    planificación global sobre un mapa
                    global (minimiza la “tensión” de la banda)
                „   camino del planificador se refina para
                    conseguir una trayectoria suave

Alberto Ortiz                                                                           51

Evitación de Obstáculos

„   Velocidad de curvatura (CVM)
           define velocidad de curvatura c = ω/v + movim. en arcos circulares
           selecciona curvatura óptima considerando
                „   sólo curvaturas tales que: -vmax < v < vmax, - ωmax < ω < ωmax
                „   curvaturas que verifican restricciones cinemáticas y dinámicas
                „   curvaturas no bloqueadas por obstáculos: trayectoria circular que
                    intersecciona con obstáculo (se asumen circulares)

Alberto Ortiz                                                                           52

                                                                                             26
Evitación de Obstáculos

    „           Ventana dinámica
                            (v(k), ω(k)) durante ∆t ⇒
                            movimiento = Σ arcos circulares
                          n pares (v, ω) que pueden ser
                            alcanzados por el robot
                            (aceleración máxima durante ∆t)
                          o sólo (v, ω) que aseguran que el
                            vehículo podrá parar antes de
                            impactar con un obstáculo
                          p maximizar función objetivo:
                            O = a × heading(v, ω) + b × velocity(v, ω) + c × distance(v, ω)
                                  • heading = f (alineacion con el objetivo)
                                  • velocity = g(cuanta mas velocidad mejor)
                                  • distance = h(distancia al obstaculo mas cercano)
    Alberto Ortiz                                                                             53
Evitación de Obstáculos

    Alberto Ortiz                                                                             54

                                                                                                   27
Evitación de Obstáculos                   Evitación de Obstáculos

     Alberto Ortiz
                                               Alberto Ortiz

     56
                                               55

28
Evitación de Obstáculos

„      Otros algoritmos:
                Learning momentum
                Micronavigation
                T2 (Traversability and Tenacity)
                    „   aplicable a virtualmente cualquier arquitectura de control que
                        genere un vector de dirección para el robot

                Otros ...

Alberto Ortiz                                                                            57

Índice

„    El problema de la Navegación en robots móviles
„    Métodos de (auto)localización
           Representación de mapas
           Odometría
           Otros:
                „   probabilísticos basados en mapas (sólo mencionar)
                „   SLAM (sólo mencionar)
                „   otros: balizas, landmarks, etc.
„    Planificación de caminos
„    Evitación de obstáculos
„    Bibliografía
Alberto Ortiz                                                                            58

                                                                                              29
Bibliografía

„    Roland Siegwart, Illah R. Nourbakhsh, Introduction to Autonomous
     Mobile Robots, MIT Press, 2004
„    Gregory Dudek, Michael Jenkin, Computational Principles of Mobile
     Robotics, Cambridge University Press, 2000
„    J. Borenstein, H.R. Everett, L. Feng, Where am I? Sensors and
     Methods for Mobile Robot Positioning, Ann Arbor, University of
     Michigan,1996
     (available at http://www-personal.engin.umich.edu/~johannb/position.htm)

Alberto Ortiz                                                                          59

                                                            Dpt. de Matemàtiques i
                                                            Informàtica
                                                            Universitat de les Illes
                                                            Balears

                         Navegación para
                         Robots Móviles
                         Alberto Ortiz
                                        Grupo de
                                        Sistemas,
                                        Robótica y
                                        Visión

                                                                                            30
También puede leer