Professional Documents
Culture Documents
INTRODUCCIN
Los escenarios de aplicacin de la robtica han evolucionado en las ltimas dcadas, desde
entornos muy simples y controlados a entornos muy dinmicos en exteriores. Al mismo tiempo,
para afrontar ciertas aplicaciones, la cooperacin en grupos de varios robots se ha convertido
en una necesidad. Una tendencia en la actualidad es la investigacin en sistemas que
consideren la colaboracin entre robots y sensores heterogneos presentes en el entorno para
multitud de aplicaciones, como robtica de servicio en entornos urbanos, o monitorizacin de
desastres. La razn fundamental es que estas aplicaciones involucran entornos dinmicos, con
condiciones cambiantes para la percepcin, etc. En la mayora de las ocasiones, un nico
agente (por ejemplo un robot o una cmara) no permite conseguir la robustez y eficacia
necesarias. En estos casos, la cooperacin de diferentes agentes (robots, sensores en el
entorno) puede ser muy relevante.
Por otro lado, hay un creciente inters en la robtica de servicio; cada vez son ms frecuentes
aplicaciones de robots en entornos urbanos, para tareas como el guiado y asistencia de
personas, transporte de personas y objetos, etc. En este artculo se muestran resultados de
robtica cooperativa en este tipo de entornos. El artculo muestra resultados obtenidos con un
sistema que consta de una flota de robots mviles, una red de cmaras fijas, as como una red
inalmbrica de sensores. Todos estos elementos pueden comunicarse entre s de forma
inalmbrica, y forman lo que se llama un sistema de robots en red (Network Robot System,
NRS). El sistema ha sido desplegado en un entorno urbano. El artculo mostrar cmo la
cooperacin entre los distintos elementos puede ser beneficiosa. Por ejemplo, la fusin de la
informacin de los distintos elementos permite un seguimiento ms preciso, as como hacer
frente a oclusiones, en tareas como el guiado de personas. El artculo mostrar algunos
resultados obtenidos en el proyecto europeo URUS URUS (Ubiquitous Networking Robotics in
Urban Settings) [6].
ROBOTS MVILES EN ENTORNOS URBANOS
Una de las posibles aplicaciones de la robtica mvil en robtica de servicio es el guiado e
incluso el transporte de personas y objetos en entornos urbanos. Por ejemplo, en zonas
peatonales o zonas que se convierten en peatonales en las ciudades para mejorar la calidad de
vida de las ciudades. En este caso, los robots deben ser capaces de navegar a travs de calles
al mismo tiempo que las personas y posiblemente otros robots.
Romeo es un coche elctrico que ha sido modificado con sensores, actuadores y procesadores
para la navegacin autnoma. Sus capacidades se han incrementado para poder navegar en
entornos urbanos. La figura 1 muestra al robot y los principales sensores que usa Romeo para
realizar sus tareas. Dispone de codificadores en las ruedas para la estimacin de la velocidad,
girscopos y una unidad de media inercial para estimar sus ngulos y velocidades angulares.
Asimismo, dispone de 4 sensores de distancia lser y una cmara para la navegacin y la
localizacin.
Fig. 2. Izquierda: arquitectura bsica de Romeo. Derecha: informacin 3D obtenida por Romeo
empleando sus lseres. Se pueden identificar distintos obstculos, como escaleras (derecha),
rboles y pequeos bordillos.
Fig. 3: El escenario contiene algunas zonas complicadas, como escaleras, pendientes, rboles y
pequeos obstculos.
Por ultimo, Romeo posee a bordo cmaras que se emplean para obtener la posicin de
personas (lo que se puede emplear en tareas de guiado o de interaccin con personas). Los
algoritmos para determinar esta posicin se basan en una combinacin de deteccin y
seguimiento. El algoritmo de seguimiento se basa en la tcnica mean-shift. Un algoritmo de
deteccin de caras [7] se ejecuta en paralelo; los resultados de ambas tcnicas se combinan,
de modo que cuando el seguimiento se pierde, el detector permite recuperar a la persona.
Como resultado, el robot puede estimar la posicin de la cara de una persona en el plano de la
imagen. Aplicando razonamientos geomtricos, sera posible estimar la posicin de la persona
con relacin al robot. (Fig. 4).
Fig. 5. Una misma persona es seguida mediante 3 cmaras distintas, con poco o ningn solape
en sus campos de visin.
Fig. 6. Izquierda: uno de los nodos empleados en el sistema. Derecha: arquitectura de la red de
sensores.
En el sistema descrito en el artculo se emplea tambin una red de nodos Mica2. Cada Mica2
(Fig. 6, izquierda) tiene un conjunto de sensores (como sensores de humedad, iluminacin,
acelermetros), un pequeo procesador y un mdulo de comunicaciones. Estos nodos se
pueden emplear para aplicaciones de monitorizacin. Adems, el nivel de seal recibido por el
conjunto de nodos estticos se puede emplear para inferir la posicin de un objeto mvil o una
persona que cargue uno de estos nodos. Por tanto, una de las aplicaciones desarrollada para
el sistema es un algoritmo capaz de estimar la posicin de nodos mviles en la red.
Todos estos sensores se integran en el sistema a travs de una puerta de enlace que recibe
toda la informacin de los nodos (Fig. 6, derecha). Como se coment, estos nodos crean una
red para poder retransmitir toda la informacin.
ALGUNOS RESULTADOS
Los distintos sistemas descritos anteriormente han sido en misiones tales. Para el guiado de
una persona, el robot debe ser capaz de navegar
La figura 7 muestra algunos resultados de navegacin de Romeo en el escenario. Para ello,
emplea la arquitectura descrita ms arriba. Uno de estos experimentos corresponde a una
hipottica misin de guiado, en la que el robot debe guiar a una persona de un punto a otro del
mapa.
Fig. 7: Dos misiones de Romeo. El escenario completo tiene unas dimensiones de 100 por 100
metros.
Para poder guiar a alguien, es necesario estimar la posicin de dicha persona para ajustar el
movimiento del robot. Como se coment, una red de sensores est desplegada en el entorno,
compuesta por decenas de nodos estticos capaces de monitorizar diversas variables del
entorno. Al mismo tiempo, esta red se puede emplear para estimar la posicin de un nodo
mvil de la misma red a partir de la potencia de seal radio recibida por los nodos estticos.
Este mecanismo se emplea para tener medidas adicionales para el seguimiento de personas
(Figura 8, izquierda).
Fig. 8: Izquierda: montaje para el seguimiento de personas empleando niveles de seal radio.
Derecha: cada medida de seal delimita una zona admisible para la posicin de la persona dentro
del mapa.
El algoritmo para la estimacin de la posicin del nodo mvil est basado en un filtro de
partculas. En dicho filtro, la estimacin actual de la posicin del nodo se describe por un
conjunto de partculas, cada una de las cuales representa una hiptesis sobre la posicin real
de la persona que lleva el nodo (figura 8, izquierda). En cada iteracin del filtro, modelos de
movimiento de la persona e informacin del mapa se emplea para predecir la posicin futura de
las partculas. El uso de mapas permite descartar movimientos poco probables. Cuando los
nodos estticos reciben nuevos mensajes del nodo mvil, el peso de las distintas partculas se
ajusta teniendo en cuenta la potencia recibida. Si se consideran modelos de propagacin de la
seal radio, es posible calcular la verosimilitud de una hiptesis (partcula) a partir de la
distancia al nodo receptor segn dicha hiptesis [1]. Cada mensaje restringe la posicin de las
partculas a un anillo circular alrededor del nodo receptor (Fig. 8, derecha).
Como resultado, el filtro proporciona estimaciones de la posicin 3D del nodo mvil con una
precisin que puede llegar a ser de 1 metro en funcin de la densidad de nodos de la red. La
figura 9 muestra la evolucin de las partculas para un experimento de guiado. La figura 10
muestra la posicin estimada, comparada con la posicin del robot que la gua (que se
encuentra unos metros ms adelante).
Fig. 10: Posicin estimada de la persona (verde) comparada con la posicin del robot (azul) en
una misin de guiado.
REFERENCES
[1] F. Caballero, L. Merino, P. Gil, I. Maza, and A. Ollero. A probabilistic framework for entire
WSN localization using a mobile robot. Robotics and Autonomous Systems, 56(10):798
806, 2008.
[2] J. Capitn, L. Merino, F. Caballero, and A. Ollero. Delayed-State Information Filter for
Cooperative Decentralized Tracking. In Proceedings of the International Conference on
Robotics and Automation, ICRA, 2009.
[3] A. Corominas Murtra, J. Mirats Tur, A. Sanfeliu, Real-time robot position tracking with
particle filtering in continuous space, Technical Report, IRI, 2009
[4] A. Gilbert and R. Bowden. Incremental Modelling of the Posterior Distribution of Objects for
Inter and Intra Camera Tracking . Proc. BMVC05, Oxford UK, 2005.
[5] J. M. Mirats Tur, C. Zinggerling and A. Corominas Murtra. Geographical information
systems for map based navigation in urban environments, Robotics and Autonomous
Systems, 57(9):922930, 2009.