control visual de un vehiculo autonomo

Universidad Nacional de IngenierıaFacultad de Ingenierıa Industrial y de Sistemas

Escuela Profesional de Ingenierıa de Sistemas

Pre-Tesis presentada para obtener el grado de

Ingeniero de Sistemas

Control Visual de un Vehıculo Autonomo Utilizando unaArquitectura Nodriza

por

Corman Medina, Junior Bresimi 20021059I

Lima - Lima

Marzo de 2009

Control Visual de un Vehıculo Autonomo Utilizandouna Arquitectura Nodriza

Corman Medina, Junior Bresimi

21 de julio de 2009

Control Visual de un Vehıculo AutonomoUtilizando una Arquitectura Nodriza


Facultad de Ingenierıa Industrial y de Sistemas, 2009Asesor de Tesis: Mag. Oporto Dıaz Samuel Alonso

Realizar tareas que impliquen peligro o riesgo para la vida de un ser humano pueden ser re-alizadas por un vehiculo autonomo.El presente trabajo implementa una Arquitectura Nodriza conla finalidad de solucionar una tarea, la tarea se divide en dos y asi asignarla a cada vehiculosautonomos, se utilizaron dos vehıculos homogeneos, en funcion a sus caracteristicas agregadas acada vehıculo uno cumplio la funcion de nodriza y el otro de cria.

La arquitectura implementada esta conformado por tres modulos; Modulo de Comunicacion,Control Maestro y Sistema de Vision.

El Modulo de Comunicacion implementa el proceso de comunicacion entre los vehiculos au-tonomos.

El Modulo de Control Maestro implementa la jerarquizacion existente en una ArquitecturaNodriza.

El Modulo de Vision implementa la planeacion y seguimiento de trayectorias para guiar alvehıculo autonomo, asi como el procedimiento de identificacion y localizacion del vehıculo au-tonomo.

Visual control of an Autonomous VehicleArchitecture Using a Wet Nurse


Faculty of Industrial Engineering and Systems, 2009Major Professor: Oporto Dıaz Samuel Alonso, Msc

The realization of tasks involving risk or danger to the life of a human being can be performedby a vehicle autonomo.El this study architecture implements a nurse with the aim of solving a task,the task is divided into two and thus allocated to each autonomous vehicles, two vehicles were usedhomogeneous, according to their features added to each vehicle to fulfill the function of a motherand the other from breeding.

The implemented architecture is comprised of three modules; Module Communication, MasterControl and System Vision.

The communications module implements the process of communication between the autonomousvehicles.

The Master Control Module implements the existing hierarchy in an Architecture mother.

The vision module implements the planning and monitoring of paths to guide the autonomousvehicle, as well as the procedure of identification and localization of autonomous vehicles.

Indice general

1. Introduccion 71.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71.2. Planteamiento del Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81.3. Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81.4. Organizacion del Documento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2. Descripcion del Ambiente 112.1. Descripcion de la Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132.2. Descripcion de la Ejecucion de la Tarea . . . . . . . . . . . . . . . . . . . . . . . 13

3. Arquitectura Nodriza 163.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163.2. Vehıculo Autonomo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3.2.1. Arquitectura del iRobot . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173.2.2. Modelo Cinematico del irobot . . . . . . . . . . . . . . . . . . . . . . . . 17

3.3. Descripcion de la Arquitectura . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173.4. Tipos de Arquitectura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

3.4.1. Arquitectura Centralizada . . . . . . . . . . . . . . . . . . . . . . . . . . 183.4.2. Arquitectura Distribuida . . . . . . . . . . . . . . . . . . . . . . . . . . . 193.4.3. Arquitectura en Cascada . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.5. Seleccion de la Arquitectura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

4. Modelo de solucion 224.1. Modelo de solucion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224.2. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

5. Imagen y Preprocesamiento 265.1. Imagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

5.1.1. Imagen Digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275.2. Modelo de Color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275.3. Filtro Mediana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295.4. Binarizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295.5. Morfologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3

5.5.1. Apertura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

6. Identificacion y Localizacion 336.1. Segmentacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

6.1.1. Coloreado de Regiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346.2. Caracterizacion de Objetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

6.2.1. Redondez . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356.2.2. Relacion de Aspecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356.2.3. Compacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356.2.4. Momentos de Hu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

6.3. Reconocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356.4. Modelo de Vision en Perspectiva . . . . . . . . . . . . . . . . . . . . . . . . . . . 356.5. Localizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

6.5.1. Reconocimiento y Localizacion del landmark Linea de Referencia . . . . . 366.5.2. Reconocimiento y Localizacion del Vehıculo Autonomo crıa . . . . . . . . 366.5.3. Reconocimiento y Localizacion de Objetos objetivo . . . . . . . . . . . . . 366.5.4. Reconocimiento y Localizacion de Obstaculos . . . . . . . . . . . . . . . 36

7. Planeacion y Seguimiento de Trayectorias 377.1. Planeacion de Trayectorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377.2. Definicion del Espacio de Configuracion . . . . . . . . . . . . . . . . . . . . . . . 377.3. Definicion del Espacio de Trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . 37

7.3.1. Envolvente Convexo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377.3.2. Extraccion de Obstaculos . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

7.4. Calculo de la Trayectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377.5. Seguimiento de Trayectorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

7.5.1. Control Punto a Punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

8. Implementacion y Experimentos 388.1. Implementacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 388.2. Experimentacion y Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

8.2.1. Medicion del Error por la Transformacion de Perspectiva . . . . . . . . . . 388.2.2. Medicion del Error por el Seguimiento Trayectoria Planeada . . . . . . . . 38

8.3. Analisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 388.4. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

9. Conclusiones 39

A. Diagrama de Operacion 40

4

Indice de cuadros

1.1. Accidentes de Transito por Ano . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3.1. Comparacion entre Configuraciones de Arquitecturas Nodriza . . . . . . . . . . . 20

5

Indice de figuras

2.1. Area de Trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.2. Linea de Referencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122.3. Objetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122.4. Obstaculos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132.5. Paso 1 de Ejecucion de la Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142.6. Paso 2 de Ejecucion de la Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142.7. Paso 3 de Ejecucion de la Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3.1. Modelo General de la Arquitectura Nodriza . . . . . . . . . . . . . . . . . . . . . 183.2. Arquitectura Nodriza Centralizada . . . . . . . . . . . . . . . . . . . . . . . . . . 193.3. Arquitectura Nodriza Distribuida . . . . . . . . . . . . . . . . . . . . . . . . . . . 203.4. Arquitectura Nodriza en Cascada . . . . . . . . . . . . . . . . . . . . . . . . . . . 213.5. Arquitectura del Sistema Nodriza . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4.1. Modelo de Solucion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224.2. Preprocesamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234.3. Identificacion y Localizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244.4. Planeacion de Trayectorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

5.1. Diagrama de Flujo. Etapa de Preprocesamiento. . . . . . . . . . . . . . . . . . . . 275.2. Imagen Digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285.3. Modelo de Color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295.4. Filtro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305.5. Binarizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305.6. Imagen Erosionada y Dilatada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

6.1. Mascara de Segmentacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

6

Capıtulo 1

Introduccion

1.1. IntroduccionExisten actividades realizadas por los seres humanos que presentan algun riesgo para su vida,

tales como altas temperatura, humedad excesiva, materiales toxicos, ausencia de aire, peligro dederrumbe.

Tomando dichas actividades riesgosas se han realizado construcciones de vehıculos autonomosque puedan realizar estas actividades y a medida que el grado de complejidad aumenta entonces seha requerido la utilizacion de varios robots que trabajen coordinadamente de manera que se puedadividir el trabajo en tareas menos complejas, esta solucion presenta diversas ventajas tales como:redundancia, flexibilidad, tolerancia a fallas y disminucion de costos.

Para implementar sistemas de vehıculos autonomos trabajando coordinadamente se utiliza laArquitectura Nodriza. Entre los trabajos realizados podemos citar, los robots ’vacuum cleaner’trabajo realizado en el Laboratorio de Micro computacion (LAMI) - Swiss Federal Institute ofTechnology, otro trabajo es el de los robots ’marsupiales’ que simulan el comportamiento de loscanguros que cargan a sus crıas en sus bolsas existen diversos lugares donde se desarrollan esteprototipo podemos citar, La Universidad de Minneapolis, el laboratorio de propulsion de la NASA,La Universidad del Sur de California

La Arquitectura del Sistema Nodriza implementada se basa en [1], esta Arquitectura se detallaen el capitulo de Arquitectura Nodriza.

La Arquitectura esta conformado por el modulo de Control Maestro, realiza el control y asig-nacion de tareas de los vehıculos autonomos, el Sistema de Comunicacion, para el envıo y recep-cion de mensajes entre los vehıculos autonomos y la computadora, el Sistema de Vision, encargadode realizar la planeacion de la trayectoria y control del seguimiento de la trayectoria.

7

1.2. Planteamiento del ProblemaLa implementacion de una Arquitectura Nodriza para el trabajo colaborativo de dos vehıculos

autonomos presenta los siguientes requisitos.

Lograr una correcta comunicacion entre los vehiculos autonomos.

Reconocer y Localizar las caracteristicas buscadas en el ambiente.

El cumplimiento de los requisitos de la Arquitectura Nodriza son el problema del presente doc-umento.

La problematica en la cual se encuentra inmerso el problema es el riesgo en el que se encuentralas personas que laboran en las pistas, cuya actividad es calificada de riesgoza para la vida del quela desempena.

La tabla 1.1 muestra estadisticas sobre la tasa de mortandad en las carreteras durante los anos2002 hasta el 2007.

2002 2003 2004 2005 2006 2007

Total 74,221 74,612 74,672 75,012 77,840 79,972Victimas de Atropello 15,773 17,139 19,569 20,975 22,624 22,778Porcentaje del Total( %) 21.3 23.0 26.2 28.0 29.1 28.5

Cuadro 1.1: Accidentes de Transito por Ano

1.3. ObjetivoEl objetivo del presente trabajo fue desarrollar una Arquitectura Nodriza para implementar una

tarea que implique algun riesgo para la vida de un ser humano, en este caso recolectar objetos ydepositarlos en un punto especifico.

Con el proposito de alcanzar el objetivo se plantearon las siguientes metas:

1. Construir un ambiente de trabajo en el cual se pueda realizar una tarea de recoleccion, elambiente construido se ubicara en el IIFIIS,Instituto de Investigacion de la UniversidadNacional de Ingenierıa, en donde se realizara las pruebas, el ambiente incluira:

Una linea de referencia

Obstaculos

Objetos para su recoleccion.

8

El detalle de las medidas y las caracteristicas se detalla en el Capitulo Ambiente.

2. Identificar y Evaluar las configuraciones de Arquitectura Nodriza posibles, destacando lascaracteristicas por cada tipo, luego realizar la seleccion de la Arquitectura en la cual se logreminimizar los costos de implementacion y lograr un adecuado desempeno en la ejecucion dela tarea.

3. Definir y Evaluar las metricas para poder medir los resultados de los experimentos, seplantean los siguientes experimentos:

Medida del error entre la distancia recorrida real y la distancia asignada a recorrer.

Porcentaje de aciertos en el reconocimiento de una carateristica.

Porcentaje de tareas realizadas satisfactoriamente en un conjunto de pruebas.

4. Identificar y Evaluar los metodos y procedimientos para el Control Visual de un VehıculoAutonomo, se estudiara los procedimientos de preprocesamiento de imagenes, procedimien-tos de itendificacion de caracteristicas, procedimiento de Planeacion, Control y Seguimientode Trayectorias.

1.4. Organizacion del DocumentoPara desarrollar la presente tesis y realizar la explicacion se organiza de la siguiente manera

El Capıtulo 2 presenta los conceptos relacionados a la Arquitectura Nodriza, los tipos de Ar-quitectura y el modelo de comunicacion por cada tipo, ademas del modelo de arquitectura imple-mentado.

El Capıtulo 3 presenta el modelo de solucion del problema planteado, donde se detallan lasetapas a seguir para realizar la tarea planteada.

El Capıtulo 4 presenta los conceptos de imagen digital, los modelos de color, filtro de la medi-ana, la binarizacion y la morfologia de imagenes.

El Capitulo 5 presenta los conceptos de segmentacion, caracterizacion de objetos, reconocimien-to y localizacion de los objetos caracterizados.

El Capıtulo 6 presenta los conceptos de planeacion de trayectorias, definicion del espacio deconfiguracion, envolvente convexo, calculo de la trayectoria, modelo de vision en perspectiva,seguimiento de la trayectoria y los algoritmos para realizar la transformacion de coordenadas de lasimagenes obtenidas atraves del sistema de vision al sistema de coordenadas del vehıculo autonomo.

9

El Capitulo 7 presentala implementacion de la Arquitectura Nodriza, la descripcion de los ex-perimentos realizados y los resultados obtenidos.

El Capitulo 8 presenta las conclusiones sobre el desarrollo y desempeno de la Arquitectura desolucion propuesta, recomendaciones y propuestas de mejora del trabajo.

10

Capıtulo 2

Descripcion del Ambiente

Se realizara la construccion de un ambiente de trabajo el cual se ubicara en el IIFIIS, Institutode Investigacion de la Universidad Nacional de Ingenierıa, el ambiente nos permitira realizar elcontrol visual de los vehiculos autonomos haciendo uso de una Arquitectura Nodriza.

Los elementos que componen este ambiente son:

1. Area de TrabajoEs un cuadrado de 2m x 2m de color verde, se elboro de trupan, material solido de espesor2cm. La figura 2.1 muestra la representacion del area de trabajo.

Figura 2.1: Area de Trabajo

2. Linea de ReferenciaEs una cinta de color amarillo con medidas: 10cm de ancho y 2m de largo, se encuentraubicado sobre el area de trabajo, a 25cm de un lado y en forma paralela.La figura 2.2 muestrala representacion de la linea de referencia en el area de trabajo.

11

Figura 2.2: Linea de Referencia

3. Objetos Son esferas de color roja, elaborados de teknopor, cuyos diametros varian entre 5cmy 15cm, se encuentran ubicados aleatoriamente sobre el area de trabajo. La figura 2.3 muestrala representacion de los objetos en el area de trabajo.

Figura 2.3: Objetos

4. Obstaculos Son solidos geometricos de color celeste, elaborados de trupan, cuyas dimen-siones de alto, ancho y profundidad no deben exceder de 30cm, se encuentran ubicadosaleatoriamente sobre el area de trabajo. La figura 2.4 muestra la representacion de los Ob-staculos en el area de trabajo.

12

Figura 2.4: Obstaculos

2.1. Descripcion de la TareaLa tarea a desempenar es una simulacion simplificada de la labor de limpieza que desempenan

las personas en las pistas.

La tarea consiste en realizar la recoleccion de los objetos, tomando como guia la linea dereferencia, evadiendo los obstaculos y llevar los objetos a un punto de recoleccion.

2.2. Descripcion de la Ejecucion de la TareaLa realizacion de la tarea es realizado por dos vehiculos autonomos, los cuales seran ubicados

en forma aleatoria sobre el ambiente de trabajo, los pasos realizados para cumplir la tarea son lossiguientes:

1. El primer vehiculo autonomo debe identificar la lınea de referencia, linea de color amarilla,para luego situarse en un punto sobre ella. La figura 2.5 muestra la localizacion aleatoria delos dos vehiculos autonomos, asi como de la linea de referencia, los Objetos y los Obstaculos,luego se indica la trayectoria a seguir por el primer vehiculo autonomo para que se situe sobrela linea de referencia.

2. El primer vehiculo autonomo debe recoger informacion del ambiente utilizando una camaray enviarla a la computadora, en donde el sistema de vision calcula la planeacion de la trayec-toria para definir el ambiente de trabajo, consiste en delimitar con cuatro marcas sobre elpiso un rectangulo donde un vertice sera el mismo vehiculo autonomo otro estara sobre lalınea de referencia y los dos restantes a un mismo lado de la lınea de referencia formando losvertices de un rectangulo, luego el sistema de vision calcula la planeacion de la trayectoriapara recolectar los objetos. La figura 2.6 muestra el rectangulo que se construira hipoteti-camente, debido a que no se marcara en el ambiente de trabajo sino que se almacenaran

13

Figura 2.5: Paso 1 de Ejecucion de la Tarea

las coordenadas espaciales en el programa, luego se indica la trayectoria identificada por elprimer vehiculo autonomo la cual es enviada al segundo vehiculo autonomo.


3. Esta ultima trayectoria se enviara al segundo vehiculo autonomo para su seguimiento, almismo tiempo que la recorre realizara la recoleccion de los objetos para luego llevarlos haciael primer vehiculo autonomo para el almacenamiento. La figura 2.7 muestra la culminaciondel seguimiento de la trayectoria mencionada en el paso anterior, en donde el primer vehiculoautonomo almacenara los Objetos recolectados por el segundo vehiculo autonomo.

14


15

Capıtulo 3

Arquitectura Nodriza

Este capitulo expone los conceptos relacionados con la Arquitectura Nodriza, los elementosque la componen: nodriza, crıa, recursos y servicios, las configuraciones que se pueden realizar enfuncion a los recursos y servicios compartidos, el principio de escalamiento y la jerarquizacion.

3.1. AntecedentesEntre los trabajos realizados podemos citar, los robots ’vacuum cleaner’ trabajo realizado en el

Laboratorio de Micro computacion (LAMI) - Swiss Federal Institute of Technology, otro trabajoes el de los robots ’marsupiales’ que simulan el comportamiento de los canguros que cargan a suscrıas en sus bolsas existen diversos lugares donde se desarrollan este prototipo podemos citar, LaUniversidad de Minneapolis, el laboratorio de propulsion de la NASA, La Universidad del Sur deCalifornia

3.2. Vehıculo AutonomoUn vehıculo autonomo definen su autonomıa mediante la ejecucion de una tarea con la mınima

intervencion de agentes externos.

El desplazar un vehıculo autonomo desde una posicion inicial a una final, en un ambiente es-pecifico requiere de: la adaptacion del vehıculo autonomo al ambiente, ubicacion de un sistemade referencia absoluto (posicion y orientacion), planeacion de la trayectoria y seguimiento de latrayectoria [2].

El vehıculo autonomo utilizado en la realizacion de presente trabajo es el iRobot.

16

3.2.1. Arquitectura del iRobot

3.2.2. Modelo Cinematico del irobot

3.3. Descripcion de la ArquitecturaBasado en el concepto de nodriza de la naturaleza, se propone una arquitectura de robots que

explote las caracterısticas de la relacion nodriza-crıa aplicandolas en el campo de la robotica [1].

Los elementos basicos que conforman la Arquitectura Nodriza son: los vehiculos autonomosnodriza y cria, el proceso de intercambio de recursos y servicios entre vehiculos autonomos de-nominado interfaz y el modulo de Control Maestro.

1. NodrizaEl vehıculo autonomo nodriza provee servicios. Posee los mecanismos necerios para poderpercibir el ambiente de trabajo. La construccion de la nodriza en el presente trabajo consistioen agregar una web cam, las especificaiones se describen en el Anexo, al vehiculo autonomocon lo cual se logra la captura de imagenes del ambiente de trabajo.

2. CrıaEl vehıculo autonomo crıa recibe los servicios de la nodriza. Posee los mecanismos necesar-ios para realizar tareas de recoleccion de objetos objetivo. La construccion de la crıa consisteen agregar dos pinzas, las especificaiones se describen en el Anexo, al vehiculo autonomocon lo cual se logra coger los Objetos para su recoleccion.

3. InterfazEs el conjunto de herramientas o dispositivos de tipo mecanico, electronico y de progra-macion que permiten la interaccion entre los vehıculos autonomos haciendo posible el inter-cambio de recursos y servicios, a lo largo de los niveles de jerarquıa [1]. La comunicacionde los vehiculos autonomos se realizo utilizando bluetooh, las especificaiones se describenen el Anexo.

4. Control MaestroEs el medio por el cual interactuan los Sistemas de Vision y Comunicacion. Controla la asig-nacion de tares de los vehıculos autonomos a traves del Sistema de Comunicacion. Depen-diendo de la configuracion de la Arquitectura Nodriza realiza la asignacion de actividadespor vehıculo autonomo. El Control Maestro reside en la computadora, es el software quecontiene los modulos de Vision y Comunicacion, ademas de la interfaz con el usuario para elingreso de parametros al sistema. Las caracteristicas tecnicas de la computadora se indicanen el Anexo.

La Figura 3.1 muestra la interaccion entre los componentes descritos:

17

Figura 3.1: Modelo General de la Arquitectura Nodriza

3.4. Tipos de ArquitecturaLas configuraciones de Arquitecura Nodriza se definen en funcion a las caracteristicas de los

vehıculos autonomos, el ambiente de trabajo, la asignacion de la tarea a resolver, el modo desuministro de recursos y servicios. Los tipos basicos de arquitectura son: Centralizada, Distribuiday en Cascada.

3.4.1. Arquitectura CentralizadaEn la Arquitectura Centralizada el suministro de servicios y recursos esta centralizado, puesto

que existe un control supervisor central, el cual coordina las acciones de todos los vehıculosautonomos. Bajo este esquema de control los vehıculos autonomos carecen de funciones de con-trol locales, por tanto la planeacion, asignacion y ejecucion de la tarea son efectuadas desde dichocontrol central. El control central es el conjunto de dispositivos y algoritmos para la toma de deci-siones y ejecucion de la tarea, el cual radica en el Control Maestro, en el Nivel 0 de la Arquitectura.[1]

El punto de referencia es universal tanto para el vehıculo nodriza y la crıa.

En la Figura 3.2 se visualiza el concepto de Arquitectura Nodriza Centralizada.

18

Figura 3.2: Arquitectura Nodriza Centralizada

3.4.2. Arquitectura DistribuidaEn la Arquitectura Distribuida, cada vehıculo autonomo cuenta con sus propios recursos y con

su propio control local. El control local se conforma del conjunto de algoritmos y dispositivosnecesarios, que residen en el vehıculo autonomo, con los cuales cada vehıculo autonomo es capazde efectuar acciones que le permiten resolver la tarea que le fue asignada, junto con los demasvehıculos autonomos de la Arquitectura Nodriza. La planeacion y la asignacion de la tarea a cadavehıculo autonomo es efectuala por el control maestro, en el nivel 0, el cual tambien coordina yadministra el sistema; en el recaen la planeacion y asignacion de las subtareas para cada vehıculoautonomo. [1]

En la Figura 3.3 se visualiza el concepto de Arquitectura Nodriza Distribuida.

3.4.3. Arquitectura en CascadaLa Arquitectura en Cascada es aquella donde los elementos estan interconectados serialmente,

en relacion con los niveles de jerarquıa. Este tipo de arquitectura se caracteriza por la distribucionencadenada de los servicios, donde cada vehıculo autonomo solo tiene relacion con el nivel in-mediato superior nodriza, para recibir instrucciones y enviar respuestas, e inmediato inferior crıa,para realizar la labor equivalente. [1]

19

Figura 3.3: Arquitectura Nodriza Distribuida

En la Figura 3.4 se visualiza el concepto de Arquitectura Nodriza en Cascada.

3.5. Seleccion de la ArquitecturaSegun las caracteristicas descritas por cada tipo de Arquitectura Nodriza se construyo la tabla

donde se indican que recursos son necesarios por cada tipo de Arquitectura si se desea implementar.

Procesamiento en el Robot Camaras en mas de 1 V.A. Bluetooh en los V.A.Computadora

Centralizada 74,221 74,612 74,672Distribuida 15,773 17,139 19,569Cascada 21.3 23.0 26.2

Cuadro 3.1: Comparacion entre Configuraciones de Arquitecturas Nodriza

La Figura 3.5 muestra la interaccion entre los componentes de la Arquitectura Implementada.

20

Figura 3.4: Arquitectura Nodriza en Cascada

Figura 3.5: Arquitectura del Sistema Nodriza

21

Capıtulo 4

Modelo de solucion

4.1. Modelo de solucionEste capıtulo expone los pasos seguidos para dar solucion a la tarea planteada en el capitulo

??.la Figura 4.1 muestra el diagrama de flujo de los pasos a ejecutar en la solucion de la tarea.

Figura 4.1: Modelo de Solucion

El proceso recibe como entrada el video digital, secuencia de imagenes (I), del ambiente detrabajo obtenido a traves de una web cam ubicada en el vehiculo nodriza.

22

Luego se reliza el procesamiento del video atravez de 4 etapas para poder obtener la trayectoriaa seguir por el vehıculo autonomo crıa y su posterior seguimiento.

El procedimiento general esta conformado por cuatro etapas: Preprocesamiento, Procesamientoe Identificacion, Planeacion de Trayectorias, Seguimiento y Validacion de la Trayectoria planeada.

1. Preprocesamiento

Esta etapa tiene por finalidad eliminar cualquier elemento no interesante que pueda difi-cultar o distorcionar el proceso de identificacion de alguna caracterıstica buscada en la ima-gen. El procedimiento tiene como entrada el video digital obtenido a travez de la web cam(I).Primerose realiza una conversion de modelos de color de RGB ha HSI y se extrae elcomponente del tono H; Segundo se aplicara un filtro de la mediana a H con un tamano demascara Tm para extraer el ruido; Tercero se binarizara la imagen tomando como umbral debinarizacion ha Ub. El resultado es una imagen binarizada y con poco ruido; Cuarto se aplicauna apertura con Nr repeticiones para eliminar puntos aislados producto de la binarizacion.La Figura 4.2 muestra las entradas y salidas de esta etapa.

Figura 4.2: Preprocesamiento

2. Identificacion y Localizacion

23

Esta etapa tiene por finalidad identificar: los limites del ambiente de trabajo, algun land-mark, obstaculos, objetos objetivo o vehıculo autonomo crıa. El procedimiento tiene comoentrada la imagen binarizada B′ de la etapa anterior. Primero se realizara la segmentacionde la imagen; Segundo se realizaran las transformaciones segun sea la caracteristica busca-da C (matriz que contiene a la caracterıstica buscada), si se busca ubicar el landmark lineade color amarilla se utilzara la transformada de Hough, si se busca identicar obstaculos,objetos objetivos o el vehıculo crıa se procedera a calcular las caracteristicas identificadaspreviamente; Tercero se procede a ubicar la posicion (xc, yc) pertencientes al centro de lacaracteristica identificada en cualquiera de los tres tipos mencionados anteriormente; Cuartolos puntos ubicados anteriormente se llevan hacia la imagen original. La Figura 4.3 muestralas entradas y salidas de esta etapa.

Figura 4.3: Identificacion y Localizacion

3. Planeacion de Trayectorias

Esta etapa tiene por finalidad identificar un camino que logre unir todos los objetos obje-tivo evitando colisionar con los obstaculos tal que el camino planeado sea el mas corto. Elprocedimiento tiene como entrada la imagen binarizada B′′ de la etapa anterior. Primero secalculara el envolvente convexo por cada Obstaculo; Segundo se extraeran los obstaculos;Tercero se calculara el camino mas corto para recolectar la mayor cantidad de objetos obje-tivo; Cuarto se aplica la Transformacion de Perspectiva al camino encontrados, el resultadoes una lista de pares ordenados conteniendo el desplazamiento y rotacion que debe seguirel vehıculo autonomo para alcanzar el objeto objetivo. La Figura 4.4 muestra las entradas ysalidas de esta etapa.

4. Seguimiento y Validacion de la Trayectoria Planeada

24

Figura 4.4: Planeacion de Trayectorias

Esta etapa tiene por finalidad lograr que el vehıculo autonomo crıa sigua correctamentela trayectoria planeada. El procedimiento tiene como entrada el conjunto de pares ordenadosdel procedimiento anterior, el resultado es el estado en el que se encuentra la tarea.

El detalle de cada etapa sera explicado con mayor detalle en los siguientes capitulos, abarcandoalgoritmos y experimentos.

4.2. ResumenEl modelo de solucion tiene como finalidad mostrar en una serie de pasos ordenados las solu-

cion al problema planteado. El procedimiento consiste de cuatro etapas: preprocesamiento, iden-tificacion y localizacion, planeacion de trayectorias, seguimiento y validacion de la trayectoriaplaneada. El detalle por etapa es explicado en los siguientes capıtulos.

25

Capıtulo 5

Imagen y Preprocesamiento

En este capitulo se expone el procedimiento realizado para preprocesar una imagen, el cualconsiste en eliminar elementos que interfieran en las posteriores etapas como son el ruido en lasimagenes. Primero se seleccionara un modelo de color, para nuestro caso sera el modelo HSV, tra-bajaremos con la componente del tono Hue, luego se realiza un filtro de la mediana para eliminarel ruido de la imagen, posteriormente se realiza la binarizacion con dos umbrales, para finalmenteaplicarle transformaciones morfologicas una Apertura, con la finalidad de eliminar elementos deruido que no fueron eliminados por el filtro Mediana.

El flujograma del Preprocesamiento se presenta en la figura 5.1

5.1. ImagenUna imagen es una funcion f de dos variables x e y, definida en una region rectangular de

un plano. Las imagenes percibidas en nuestras actividades visuales consisten normalmente de luzreflejada por los objetos que observamos.

Una imagen se obtiene de la combinacion de dos componentes:

1. IluminacionCantidad de luz que incide en los objetos observados. La naturaleza de la iluminacion estadeterminada por la fuente de luz.

2. ReflectanciaCantidad de luz reflejada por los objetos observados. La naturaleza depende de la propiedadesde cada objetos, se encuentra acotado r(x, y) ∈ [0, 1], donde 0 (absorcion total) y 1 (re-flectancia total).

f(x, y) = i(x, y) ∗ r(x, y) (5.1)

26

Figura 5.1: Diagrama de Flujo. Etapa de Preprocesamiento.

5.1.1. Imagen DigitalUna Imagen Digital es una aproximacion discreta I(i,j) de una imagen f (x,y). La Figura 5.2

muestra un ejemplo de una imagen digital.

Cada elemento discreto de la Imagen Digital es denominado pixel, si la imagen es en blancoy negro I ∈ [0, 1], o niveles de gris I ∈ [0, 255]. Los valores de i e j son numeros naturales y surango se encuentra delimitado por las dimensiones de la imagen; i ∈ [0, n− 1] y j ∈ [0,m − 1].Donde I : (n x m) son las dimensiones de la imagen.

5.2. Modelo de ColorUn Modelo de Color es un sistema de coodenadas tridimensionales, y un subespacio de este

sistema, en el que cada color viene representado por un unico punto.

Existen diversos modelos de color, cada uno de estos orientado a distintas aplicaciones:

1. XYZEstandar CIE(Commission Internationale de I’Eclairage). Valores triestımulos: cantidadesde rojo, verde y azul necesarias para formar un color. Se denotan por las letras X, Y yZ.

27

Figura 5.2: Imagen Digital

En donde:

x =X

X + Y + Z, y =

Y

X + Y + Z, z =

Z

X + Y + Z

1 = x+ y + z

2. RGBCada color es una combinacion de los colores primarios. Se representa por un Sistema deCoordenadas Cartesiano, con subespacio igual al cubo normalizado [0, 1]. Su usan en losmonitores de color y las camaras de video.

3. CMYUtilizados para la impresion, los colores utilizados son el Cian, Magneta y Amarillo.CM

Y

=

111

−RGB

4. HSI

H (tono), S (saturacion) y I (intensidad). Establece el color en forma humana, desacopla lainformacion de crominancia (H,S) de la luminancia (I).

Establecer nuestro Modelo de Color tiene como finalidad facilitar el reconocimiento de algunacaracteristica ha buscar en una etapa posterior, en este trabajo se realiza la conversion de formatoRGB ha HSI, utilizando las ecuaciones:

H =

{θ , Si B ≤ G,360−θ , Sino

(5.2)

28

Donde:

θ = arc cos ((R−G) + (R−B)

2√

(R−G)2 + (R−B)(G−B)) (5.3)

S = 1− 3

R +G+B[mın(R,G,B)] (5.4)

I =R +G+B

3(5.5)

La figura 5.3 muestra el resultado de aplicar la transformacion de Color del espacio RGB haciaHSI, para esto se utilizaron las ecuaciones 5.2, 5.4 y 5.5.

(a) RGB (b) HSI (c) H

Figura 5.3: Modelo de Color

5.3. Filtro MedianaLos filtros son transformaciones realizadas sobre regiones de un imagen alrededor de un pixel.

La ecuacion refeq:filtro presenta la relacion entre las variables mencionadas.

g(i, j) = T (I)(i, j) (5.6)

En donde:

I(i, j), imagenentrada;T, transformacionaplicada; g(i, j), imagenfiltrada

El filtro mediana es un filtro no lineal, utilizado para eliminar puntos no significativos de unaregion, en el presente trabajo utilizaremos un filtro de tamano 7x7, el cual tiene como entrada elcomponente H de la etapa anterior

5.4. BinarizacionLa binarizacion es el proceso que transforma una imagen en otra donde se pueda contrastar el

fondo de la imagen y la caracteristica buscada, muy dificil de identificar en la imagen original.

29

(a) Imagen H (b) Imagen filtrada H ′

Figura 5.4: Filtro

Con el fin de identificar la caracteristica buscada, tomamos el componente del Tono H, delproceso anterior. Luego tomando dos umbrales procedemos a transformar la imagen siguiendo lasiguiente regla

B(Pi) =

{0 , Si t1 ≤ I(Pi) ≤ t2

1 , Sino(5.7)

Donde:Pi = I(xi, yi), esunpixeldelaimagenI

La seleccion de los umbrales de binarizacion lo realizamos experimentalmente mediante prue-bas. La figura 5.5 muestra el resultado de binarizar la imagen H ′ obteniendo como resultado laimagen B.

(a) Imagen H ′ (b) Imagen Binarizada, B

Figura 5.5: Binarizacion

30

5.5. MorfologiaLa Morfologıa realiza el estudio de la forma y la estructura. El objetivo de aplicar operaciones

morfologicas es eliminar regiones de la imagen que no pudieron ser eliminados con el filtro Medi-ana.

El procesamiento morfologico de una imagen se basa en la teoria de conjuntos, dejando elprocesamiento lineal y no lineal de estas.

1. ErosionLa Erosion de una imagen I por el elemento estructurante B se define como:

IΘB = {Pi|B + Pi ⊂ I} (5.8)

2. DilatacionLa Dilatacion de una imagen I por el elemento estructurante B se define como:

I ⊕B = {I + bi|bi ∈ B} (5.9)

5.5.1. AperturaLa Apertura de una imagen I por el elemento estructurante B, se obtiene realizando una

Erosion de I por B, seguido por la dilatacion del resultado por B, se define como:

I ◦B = (IΘB)⊕B (5.10)

La apertura es un proceso que se repite con la finalidad de retroalimentarce y asi obtener unamayor efectividad al eliminar puntos aislados.

Con el fin de eliminar el ruido producido por la secuencia de imagenes procesados aplicamosla Apertura, donde el elementos estructurante sera una matriz identidad cuadrada de orden 3 y elnumero de repeticiones Nr. La Figura 5.6 muestra el resultado de aplicar la erosion a la imagen Bobteniendoce la imagen B′

El resultado final de la etapa de preprocesamiento es la imagen B′ la cual nos permitira unarapida identificacion de las caracteristicas buscadas.

31

(a) Imagen B (b) Erosion de B

(c) Dilatacion de (b) B′

Figura 5.6: Imagen Erosionada y Dilatada

32

Capıtulo 6

Identificacion y Localizacion

En este capitulo se presenta el procedimiento realizado para segmentar la imagen, medianteel algoritmo de coloreado de regiones, posteriormente se realiza la caracterizacion de propiedadespor cada objetos identificado en al etapa previa, luego se explica el modelo de vision en perspecti-va que nos permite realizar la ubicacion del objeto en el plano XY en funcion de las coordenadasen la que se ubica en la imagen, finalmente explicamos el procedimiento para la identificacion ylocalizacion de la linea de referencia, el vehiculo autonomo, los objetos y obstaculos.

6.1. SegmentacionLa segmentacion es el proceso mediante el cual se realiza la division de la imagen en regiones

u objetos, con la finalidad de separar los objetos del fondo, considerandoce fondo a toda region dela imagen que no es de interes.

Existen diversos metodos para realizar la segmentacion de una imagen, los cuales se basan enlas caracteristicas que predominan en la imagen: bordes o regiones.

Los metodos basados en bordes o fronteras, fundamentan su analisis en el cambio brusco de laintensidad de la luz, la deteccion se puede realizar utilizando el gradiente ∇u(x, y) , en un puntode contorno donde el gradiente posee un modulo grande.

Los metodos basados en regiones, fundamentan su analisis en las propiedades de la imagentales como el color y la textura, de forma tal que los pixeles que presenten propiedades similaresvan agrupandose formando una region.

El algoritmo de segmentacion utilizado en el presente trabajo es denominado coloreado de re-giones, es un metodo basado en regiones, realiza un recorrido completo de todos los pixeles de laimagen, tomando la decision por pixel analisado si pertenece al fondo o a un objeto.

33

6.1.1. Coloreado de RegionesEl coloreado de regiones se basa en el recorrido de una mascara de tres pixeles conexos a

traves de la imagen, como se muestra en la 6.1. La mascara esta compuesta por el pixel Pc, quees la referencia en cada ciclo del algoritmo; el pixel Ps, es el superior; mientras que Pi esta a laizquierda de Pc. Con esta formulacion se detectan regiones con vecindad− 4, segun la definicionde d4(p, q) dados p y q. Los pixeles con igual valor de intensidad, llamados homogeneos, a unadistancia d4 = 1 son considerados parte de la misma region.

Figura 6.1: Mascara de Segmentacion

Un nuevo color se siembra cada vez que el pixel Pc de la mascara se encuentra sobre un pixelobjeto en la imagen, siempre y cuando Pi y Ps no tengan asignado color; lo cual ocurre cuandoambos pertenecen al fondo de la imagen. La siembra de un nuevo color indica que se encontro unnuevo objeto, si Pc coincide con un pixel de un objeto: si Ps no tiene un color asignado y Pi si, en-tonces el color que se propaga es el de Ps, produciendo propagacion horizontal o lateral; mientrasque en caso inverso donde Pi no tiene color y Ps si, el color se propaga verticalmente.

En el caso de que los tres elementos de la mascara Pc, Pi y Ps, correspondan a pixeles deobjetos se toma la decision sobre cual color de los asignados a los elementos Pi y Ps debe serpropagado al elemento Pc. Si Pi y Ps tienen asignado el mismo valor, se propaga indistintamentecualquiera de los dos. Si por el contrario Pi y Ps tienen asignados colores diferentes se produceun conflicto, debido a que las dos regiones que originalmente se desarrollaron por separado con-vergen en un mismo objeto. Por lo tanto, la informacion de ambos objetos debe homogenizarse yasignarse a un solo objeto, eliminando el restante. El procedimiento de segmentacion utilizado semuestra en el algoritmo 1.

Donde:c: Indice de color.N: Tamano de la imagen.image: Arreglo que contiene los pixeles de la imagen.color(P): Funcion que devuelve el color del pixel P.Pc: Pixel central.Pi: Pixel a la izquierda del pixel central.Ps: Pixel superior.calcularCaracteristicas(): Funcion que calcula caracteristicas de los objetos durante el proceso desegmentacion.unirRegiones(): Funcion que une dos regiones de diferente color, que se conectan en algun punto,

34

para convertirlas en una sola region.

end for

6.2. Caracterizacion de ObjetosEl proposito, de la caracterizacion de los objetos, es obtener informacion que permita la iden-

tificacion de los objetos, en una etapa posterior. Dicha informacion es el resultado de calcularmedidas, tales como el perimetro y el area, o relaciones geometricas y matematicas, que describanla forma del objeto y determinen la clase de objeto a la cual pertenece la region.

6.2.1. RedondezLa Redondes nos indca que tan cercano a un circulo es la caracteristica analizada, en el caso

de un cirsulo el valor se acerca a 1.

redondez =4area

π(diametromaximo)2

6.2.2. Relacion de AspectoLa Relacion de Aspecto nos indica la relacion entre el diametro maximo y el diamentro minimo

de la caracteristica analizada.

relaciondeaspecto =diametromaximo

diametrominimo

6.2.3. CompacidadLa Compacidad, nos indica la relacion entre el perimetro y el area de la caracteristica analizada,

cuando tiene valores altos nos indica que la figura es delgada.

compacidad =(perimetro)2

area

6.2.4. Momentos de Hu

6.3. Reconocimiento

6.4. Modelo de Vision en PerspectivaLa imagen obtenida del ambiente se encuentra distorcionada por la inclinacion de la camara,

para lograr calcular la ruta entre dos puntos del ambiente se debe realizar una transformacion de

35

correccion de perspectiva.

Los parametros necesario para realizar la transformacion son:

AB : Altura de la camara respecto al plano del ambiente

BC: Distancia a la que se encuentra el primer punto captado por la camara. La distancia semide a partir del punto donde se proyecta perpendicularmente la posicion de la camara, sobre elplano del ambiente.

BD: Distancia a la que se encuentra el punto central de la imagen, proyectado sobre el planodel ambiente.

HP: Altura del objeto de interes.

Wamb: Anchura del ambiente al nivel del primer punto de vista C.

Las dimensiones de la imagen capturada por la camara, se denotan Wimg para el ancho y Himg

para el alto; ambas se miden en pixeles.

Para determinar la posicion real del objeto en eje y, es necesario calcular la longitud del seg-mento CP, como muestra en la figura ?? ; para ello se calcula la magnitud del angulo BAD.

6.5. Localizacion

6.5.1. Reconocimiento y Localizacion del landmark Linea de Referencia

6.5.2. Reconocimiento y Localizacion del Vehıculo Autonomo crıa

6.5.3. Reconocimiento y Localizacion de Objetos objetivo

6.5.4. Reconocimiento y Localizacion de Obstaculos

36

Capıtulo 7

Planeacion y Seguimiento de Trayectorias

7.1. Planeacion de Trayectorias

7.2. Definicion del Espacio de Configuracion

7.3. Definicion del Espacio de Trabajo

7.3.1. Envolvente Convexo

7.3.2. Extraccion de Obstaculos

7.4. Calculo de la Trayectoria

7.5. Seguimiento de Trayectorias

7.5.1. Control Punto a Punto

37

Capıtulo 8

Implementacion y Experimentos

8.1. Implementacion

8.2. Experimentacion y Resultados

8.2.1. Medicion del Error por la Transformacion de Perspectiva

8.2.2. Medicion del Error por el Seguimiento Trayectoria Planeada

8.3. Analisis

8.4. Resumen

38

Capıtulo 9

Conclusiones

39

Apendice A

Diagrama de Operacion

40

Bibliografıa

[1] J. H. Moreno Scott. Navegacion nodriza de robots. Master’s thesis, ITESM, June 2004.

[2] B. A. Ponce Tavizon. Planeacion y seguimiento visual de trayectorias para guiar un vehıculoautonomo. Master’s thesis, ITESM, June 2002.

41

Vita

Junior Bresimi Corman Medina nacio en Peru, Departamento de Lima, el 30 de Setiembrede 1985. Ingreso a la Universidad Nacional de Ingenierıa en Agosto del 2002. Actualmente se de-sempena como estudiante de la Universidad Nacional de Ingenierıa.

LA PRESENTE PRE-TESIS FUE TIPOGRAFIADA CON LATEX POR CORMAN MEDINA, JUNIOR

BRESIMI.

c©

Corman Medina, Junior Bresimi

2009

control visual de un vehiculo autonomo

Documents

Transcript of control visual de un vehiculo autonomo