Implementación y control de un robot móvil con posicionamiento por visión para el seguimiento de trayectorias en entornos dinámicos

Abstract

[ES] El objetivo de este Trabajo de Fin de Máster es construir y programar un robot móvil para desempeñar tareas elementales, como el trazado de todo tipo de trayectorias, en ambientes en donde fallan los equipos con localización basada en ondas de radio. El trabajo comprende dos partes, el desarrollo de un sistema de posicionamiento en interiores y la utilización del mismo para hacer que el robot móvil sea capaz de seguir trayectorias predefinidas.

A tal fin, sobre una plataforma con ruedas de tipo oruga se ha empleará un sistema de localización fundamentado en la tecnología de marcadores Aruco, utilizando tanto RaspberryPi como Arduino para el procesamiento de datos y control de la trayectoria. La tecnología Aruco, mediante la librería OpenCV, informa de la posición y orientación del vehículo en tiempo real. Con objeto de detectar tales etiquetas, se empleará una cámara conectada a la RaspberryPi encargada de procesar los datos adquiridos visualmente, y usando Python como lenguaje de programación. Para no perder de vista estos marcadores, se implementará un control Pan&Tilt que permite que la cámara haga un seguimiento preciso y constante de los mismos. Conociendo la posición y orientación del vehículo, esta información se transmite a través del puerto serie a la placa de Arduino, encargada del control para el seguimiento de la trayectoria.

[EN] The objective of this Master's Thesis is to build and program a mobile robot to perform basic tasks, such as tracing various trajectories, in environments where radio wave-based localization equipment fails. To this end, a crawler-type wheeled platform has been equipped with a localization system based on Aruco markers, using both Raspberry Pi and Arduino for data processing and trajectory control. The Aruco technology, through the OpenCV library, provides real-time information on the position and orientation of the vehicle. To detect these markers, a camera connected to the Raspberry Pi has been installed, tasked with processing the visually acquired data, and Python has been used as the programming language. To keep these markers in view, a PanAndTilt control has been implemented, allowing the camera to maintain precise and constant tracking of them. Knowing the vehicle's position and orientation, this information is transmitted via the serial port to the Arduino board, where the control for trajectory tracking is executed. The applied technology has resulted in the creation and programming of an autonomous robot with artificial vision, whose trajectory can be precisely controlled in changing environments.