Navegación autónoma en interiores basada en localización visual

Palabras clave: ArUco, Navegación autónoma, Navegación visual, Robot móvil

Resumen

En este artículo se desarrolla una ley de control para navegación autónoma en interiores basada en la detección visual de marcadores de referencia. Técnicas de estimación de pose externas como la localización por GPS o sensores RGB-D en techos son complicados de implementar en entornos cerrados donde puede haber obstrucci´on de vista o señal, como en almacenes, por lo que la estimación de pose local con sensores a bordo presenta una solución más viable. La implementaci´on de cámaras web de alta definición supone una solución más económica que el uso de sensores de alta calidad como sensores láser tipo Lidar. En la ley de control diseñada se considera a un marcador visual ArUco en su campo de visión, como un marco referencial inercial local. Con base en los errores medidos por odometr´ıa es posible ejecutar la tarea de regulación hacia éste marcador.

Descargas

La descarga de datos todavía no está disponible.

Citas

Babinec, A., Jurišica, L., Hubinský, P., & Duchoň, F. (2014). Visual localization of mobile robot using artificial markers. Procedia Engineering, 96, 1–9.

De Luca, A., Oriolo, G., & Vendittelli, M. (2001). Control of Wheeled Mobile Robots: An Experimental Overview. Springer Berlin Heidelberg, Berlin, Heidelberg.

de Oliveira Junior, A., Piardi, L., Bertogna, E. G., & Leitao, P. (2021). Improving the mobile robots indoor localization system by combining SLAM with fiducial markers. En 2021 Latin American Robotics Symposium (LARS), 2021 Brazilian Symposium on Robotics (SBR), and 2021 Workshop on Robotics in Education (WRE).

Guo, J., Wu, P., & Wang, W. (2020). A precision pose measurement technique based on multi-cooperative logo. Journal of Physics: Conference Series, 1607(1), 012047.

Gutiérrez, H., Morales-Díaz, A., & Nijmeijer, H. (2017). Synchronization control for a swarm of unicycle robots: Analysis of different controller topologies. Asian Journal of Control, 19.

Poroykov, A., Kalugin, P., Shitov, S., & Lapitskaya, I. (2020). Modeling ArUco markers images for accuracy analysis of their 3D pose estimation. En Proceedings of the 30th International Conference on Computer Graphics and Machine Vision (GraphiCon 2020) (Part 2).

Team, T. A. (2022). Uno R3: Arduino Documentation.

Zhang, C., Tao, D., Wang, L., & Wu, Y. (2021). Robot visual servo control system based on deep detection network and spatial pose estimation. En 2021 33rd Chinese Control and Decision Conference (CCDC).

Publicado
2022-11-11
Cómo citar
Rico-Mendoza, H. I., Reyna-Rodríguez, M., Morales-Díaz, A., Ordaz-Hernández, K., & Treesatayapun, C. (2022). Navegación autónoma en interiores basada en localización visual. Pädi Boletín Científico De Ciencias Básicas E Ingenierías Del ICBI, 10(Especial5), 146-151. https://doi.org/10.29057/icbi.v10iEspecial5.10112
Tipo de manuscrito
Artículos de investigación