El campo de la visión artificial es bastante amplio debido a que hay un sinfín de derivaciones de los temas de inteligencia artificial. Al igual que nosotros como humanos podemos movernos dentro de espacios cerrados o abiertos; los robots también recaen dentro de la navegación en interiores y exteriores. Debido a que existe una gran variedad de entornos tanto en lugares abiertos como cerrados; se han desarrollado varias formas de cómo atacar los problemas que tienen los robots para poder moverse dentro de dichos entornos sin ser obstruidos por algún objeto.
Dentro de la navegación en interiores, en las décadas pasadas se tenían problemas para poder detectar de forma adecuada las características del entorno; una de las soluciones que se dieron para poder solventar estas limitantes fue el desarrollo de sistemas los cuales basaban sus modelos de navegación en marcos; como lo es el caso del sistema FINALE donde
“el robot solo examina las porciones de la imagen que contienen un nivel bajo de rasgos en la vecindad de las características del modelo; la extensión de la vecindad es determinada por la incertidumbre en la posición del robot”. (DeSouza, Guilherme, 2002)
Este tipo de sistemas son de los cuales la geometría del espacio es primordial para su implementación.
Otro de los sistemas que se han realizado para la navegación en interiores, son los sistemas de navegación basados en la visión; los cuales utilizan representaciones del espacio en forma topológica y con ayuda de las redes neuronales se puede guiar al robot a través del entorno físico; como lo son los sistemas NEURO-NAV y FUZZY-NAV.
Por otro lado dentro de los sistemas de navegación en exteriores se encuentra el sistema NAVLAB; el cual analiza los limites de un camino basándose en la intensidad de las imágenes; algunos de sus similares son los sistemas RALPH, ALVINN, AURORA, entre otros. Donde estos sistemas son utilizados para la navegación autónoma de automóviles.
Navegación en interiores
Dentro de los sistemas de navegación en interiores; estos han pasado por varios procesos para que el robot pueda moverse a través de ellos; anteriormente se utilizaban los sistemas que se basaban fuertemente en la geometría del espacio; posteriormente se opto por los sistemas basados en el Diseño Asistido por Computadora (CAD, por sus siglas en ingles); posteriormente estos fueron remplazados por los mapas ocupacionales, mapas topológicos o imágenes en secuencia.
Los sistemas de navegación en interiores se pueden clasificar de la siguiente forma:
“1. Navegación Basada en Mapas- son sistemas que dependen de modelos geométricos o mapas del entorno creados por el usuario.
2. Navegación Basada en Construcción de Mapas- sistemas que usan sensores para construir su propio modelo geométrico o topológico del entorno y usan este modelo para la navegación.
3. Navegación Sin Mapa- sistemas que no usan una representación explicita de todo el espacio en el que navegan para tomar espacio; pero recurren al reconocimiento de objetos encontrados en el entorno o siguiendo esos objetos por generación de movimientos basados en observaciones visuales. “ (DeSouza, Guilherme, 2002)
Navegación Basada en Mapas
Como ya se había mencionado antes estos sistemas de navegación se basan en darle al robot el mapa del entorno que tiene que recorrer; dentro de los primeros sistemas de este tipo estaban los que consistían en mapas de dos dimensiones en donde los objetos era representado por un objeto dentro de este espacio; después surgieron los que utilizaban los Campos Virtuales Forzados (VFF, por sus siglas en ingles); donde los objetos que obstaculizaban el paso del robot ejercían fuerzas repulsivas mientras que el objeto ejercía fuerzas atractivas. Posteriormente se desarrollo el S-Map; el cual consistía en compactar espacio tridimensional en un mapa de dos dimensiones; este sistema requiere de proyecciones de puntos en el espacio en un plano. Otro de los sistemas de navegación de este tipo ocupan la incertidumbre para contar los errores en medida de las coordenadas asociadas con el espacio del objeto; contabilizando las coordenadas del objeto en celdas ocupadas o vacías.
“Los cálculos involucrados en la localización basada en visión pueden ser divididos en cuatro pasos:
1. Adquirir Información Sensorial. – para la navegación basada en visión, significa adquirir y digitalizar imágenes.
2. Detección de puntos destacados. - usualmente significa extraer bordes, suavizar, filtrar, y segmentar regiones en base a diferentes niveles de gris, color, profundidad o movimiento.
3. Establecer marcas entre la observación y la expectativa. – En este paso el sistema trata de identificar los puntos que resaltan; buscando en la base de datos por posibles concordancias de acuerdo a algún criterio de medición.
4. Calcular la posición. – Una vez que hay concordancia o conjunto de concordancias es obtenida, el sistema necesita calcular su posición como función de los puntos observados y su posición en la base de datos.” (Borenstein, J., 1996 )
Dentro de la localización de los robots basados en la visión hay distintas vertientes de las cuales podemos mencionar: la localización absoluta o global, localización incremental y localización derivada del seguimiento de puntos destacados.
Referencias
• Guilherme DeSouza and A. C. Kak, "Vision for Mobile Robot Navigation: A Survey," IEEE Transactions on Pattern Analysis and Machine Intelligence, pp. 237-267, February 2002.
• J. Borenstein, Member, and Y. Koren, “The vector field histogram – fast obstacle avoidance for mobile robots” IEEE Journal of Robotics and Automation Vol 7, No 3, pp. 278-288, June 1991,.
Dentro de la navegación en interiores, en las décadas pasadas se tenían problemas para poder detectar de forma adecuada las características del entorno; una de las soluciones que se dieron para poder solventar estas limitantes fue el desarrollo de sistemas los cuales basaban sus modelos de navegación en marcos; como lo es el caso del sistema FINALE donde
“el robot solo examina las porciones de la imagen que contienen un nivel bajo de rasgos en la vecindad de las características del modelo; la extensión de la vecindad es determinada por la incertidumbre en la posición del robot”. (DeSouza, Guilherme, 2002)
Este tipo de sistemas son de los cuales la geometría del espacio es primordial para su implementación.
Otro de los sistemas que se han realizado para la navegación en interiores, son los sistemas de navegación basados en la visión; los cuales utilizan representaciones del espacio en forma topológica y con ayuda de las redes neuronales se puede guiar al robot a través del entorno físico; como lo son los sistemas NEURO-NAV y FUZZY-NAV.
Por otro lado dentro de los sistemas de navegación en exteriores se encuentra el sistema NAVLAB; el cual analiza los limites de un camino basándose en la intensidad de las imágenes; algunos de sus similares son los sistemas RALPH, ALVINN, AURORA, entre otros. Donde estos sistemas son utilizados para la navegación autónoma de automóviles.
Navegación en interiores
Dentro de los sistemas de navegación en interiores; estos han pasado por varios procesos para que el robot pueda moverse a través de ellos; anteriormente se utilizaban los sistemas que se basaban fuertemente en la geometría del espacio; posteriormente se opto por los sistemas basados en el Diseño Asistido por Computadora (CAD, por sus siglas en ingles); posteriormente estos fueron remplazados por los mapas ocupacionales, mapas topológicos o imágenes en secuencia.
Los sistemas de navegación en interiores se pueden clasificar de la siguiente forma:
“1. Navegación Basada en Mapas- son sistemas que dependen de modelos geométricos o mapas del entorno creados por el usuario.
2. Navegación Basada en Construcción de Mapas- sistemas que usan sensores para construir su propio modelo geométrico o topológico del entorno y usan este modelo para la navegación.
3. Navegación Sin Mapa- sistemas que no usan una representación explicita de todo el espacio en el que navegan para tomar espacio; pero recurren al reconocimiento de objetos encontrados en el entorno o siguiendo esos objetos por generación de movimientos basados en observaciones visuales. “ (DeSouza, Guilherme, 2002)
Navegación Basada en Mapas
Como ya se había mencionado antes estos sistemas de navegación se basan en darle al robot el mapa del entorno que tiene que recorrer; dentro de los primeros sistemas de este tipo estaban los que consistían en mapas de dos dimensiones en donde los objetos era representado por un objeto dentro de este espacio; después surgieron los que utilizaban los Campos Virtuales Forzados (VFF, por sus siglas en ingles); donde los objetos que obstaculizaban el paso del robot ejercían fuerzas repulsivas mientras que el objeto ejercía fuerzas atractivas. Posteriormente se desarrollo el S-Map; el cual consistía en compactar espacio tridimensional en un mapa de dos dimensiones; este sistema requiere de proyecciones de puntos en el espacio en un plano. Otro de los sistemas de navegación de este tipo ocupan la incertidumbre para contar los errores en medida de las coordenadas asociadas con el espacio del objeto; contabilizando las coordenadas del objeto en celdas ocupadas o vacías.
“Los cálculos involucrados en la localización basada en visión pueden ser divididos en cuatro pasos:
1. Adquirir Información Sensorial. – para la navegación basada en visión, significa adquirir y digitalizar imágenes.
2. Detección de puntos destacados. - usualmente significa extraer bordes, suavizar, filtrar, y segmentar regiones en base a diferentes niveles de gris, color, profundidad o movimiento.
3. Establecer marcas entre la observación y la expectativa. – En este paso el sistema trata de identificar los puntos que resaltan; buscando en la base de datos por posibles concordancias de acuerdo a algún criterio de medición.
4. Calcular la posición. – Una vez que hay concordancia o conjunto de concordancias es obtenida, el sistema necesita calcular su posición como función de los puntos observados y su posición en la base de datos.” (Borenstein, J., 1996 )
Dentro de la localización de los robots basados en la visión hay distintas vertientes de las cuales podemos mencionar: la localización absoluta o global, localización incremental y localización derivada del seguimiento de puntos destacados.
Referencias
• Guilherme DeSouza and A. C. Kak, "Vision for Mobile Robot Navigation: A Survey," IEEE Transactions on Pattern Analysis and Machine Intelligence, pp. 237-267, February 2002.
• J. Borenstein, Member, and Y. Koren, “The vector field histogram – fast obstacle avoidance for mobile robots” IEEE Journal of Robotics and Automation Vol 7, No 3, pp. 278-288, June 1991,.
No hay comentarios:
Publicar un comentario