|
Resumen:
|
[ES] El objetivo de este Trabajo Fin de Máster es diseñar e implementar una metodología y sistema para dotar a un robot terrestre móvil con la capacidad de alcanzar eficientemente una posición objetivo dentro de un entorno ...[+]
[ES] El objetivo de este Trabajo Fin de Máster es diseñar e implementar una metodología y sistema para dotar a un robot terrestre móvil con la capacidad de alcanzar eficientemente una posición objetivo dentro de un entorno limitado y que puede verse condicionado por obstáculos desconocidos. Para cumplir este objetivo, el sistema robótico identifica en primer lugar los obstáculos presentes en el entorno y, a continuación, planifica la mejor trayectoria que permita al robot evitar de forma eficiente cualquier posible colisión, lo cuál es un requisito necesario para su seguridad y completa autonomía. La técnica propuesta aborda la planificación y el despliegue de tales maniobras complejas del robot en un entorno real y son aplicables a cualquier entorno industrial. Esto se logra combinando modelos simples, implementaciones eficientes y simulaciones interactivas que aprovechan la agilidad y la maniobrabilidad del robot. En primer lugar, se obtiene una solucion óptima al problema de la evasión de obstáculos mediante el desarrollo de un controlador en Simulink que se basa en una implementación en Matlab del algoritmo A*, un algoritmo clásico de Inteligencia Artificial que permite calcular trayectorias de coste mínimo desde un punto inicial hasta un objetivo dado en un área delimitada. La estrategia de navegación propuesta se prueba primero con SFunctions para validar interactivamente el comportamiento del controlador, y luego en cosimulación de Simulink y el framework Simscape Multibody, para obtener una visión más real al considerar las propiedades físicas del robot y la fricción. A partir de una matriz de entradas que representa una imagen del entorno obtenida utilizando una cámara monocular, la imagen se segmenta y se procesa utilizando la herramienta software Matlab, y se calcula una trayectoria optima para ir desde un punto inicial a un punto final evadiendo los obstáculos del entorno. La trayectoria calculada se evalúa entonces mediante co-simulación, lo que permite analizar visualmente la ruta estimada seguida por el robot. A continuación, la técnica se implementa en un sistema robótico real, el LEGO MINDOSTORMS EV3, siguiendo una metodología que combina también dos sistemas software diferentes siguiendo dos enfoques complementarios: uno más académico, utilizando la biblioteca de soporte de LEGO MINDSTORMS EV3 para Simulink, que permite evaluar su comportamiento en tiempo real y otro más profesional, utilizando el lenguaje de programación basado en C para róbótica RobotC, que atestigua su aplicabilidad a cualquier sistema industrial.
[-]
[EN] The goal of this Master Thesis is to design and implement a methodology and system to endow a mobile terrestrial robot with the capability to efficiently reach its goals in a bounded environment that can be constrained ...[+]
[EN] The goal of this Master Thesis is to design and implement a methodology and system to endow a mobile terrestrial robot with the capability to efficiently reach its goals in a bounded environment that can be constrained with unknown obstacles. To meet this goal, the robotic system first identifies the obstacles in the environment and then plans the best robot trajectory that efficiently avoids any possible collision, which is a necessary requirement for the robot to stay safe and completely autonomous. The technique proposed in this thesis supports planning and deploying of such complex robot maneuvers in a real environment and can be applied to any industrial environment. This is done by combining simple models, efficient implementations, and interactive simulations that leverage the agility and maneuverability of the robot. First, an optimal solution to the problem of obstacle avoidance is achieved by developing in Simulink a controller that relies on a Matlab implementation of the A* algorithm, a classical Artificial Intelligence algorithm that is able to compute minimal cost paths from a start point to a target point in a bounded area. The proposed navigation strategy is first tested with S-Functions to interactively validate the controller¿s behavior, and then in co-simulation of Simulink and the Simscape Multibody framework for a more real view that considers the robot¿s physical properties and friction. Starting from a matrix of input values that correspond to an image of the environment obtained by using a monocular camera, the image is segmented and processed in the Matlab software environment, and an optimal trajectory is computed which leads from the starting point to the target point without collision. The path trajectory is evaluated by using co-simulation to visually analyze the estimated path trajectory followed by the robot. Then, the technique is implemented in a real robotic system, the LEGO MINDOSTORMS EV3, by following a methodology that also combines two different software systems following two complementary approaches: a more academic one, by using LEGO MINDSTORMS EV3 support library for Simulink, which allows the robot real time behavior to be evaluated, and a more professional one, by using the C-based robotics programming language RobotC, which witnesses its applicability to any industrial system.
[-]
|
