laboratório de técnicas inteligentes - lti universidade de são paulo – usp escola politécnica...

Laboratório de Técnicas Inteligentes - LTI

Universidade deSão Paulo – USP Escola Politécnica

Laboratório de Técnicas Inteligentes – LTI

SAURONLocalização e Navegação

de um Robô Móvel de Baixo Custo

Felipe GodoyPedro d’Aquino

Rafael da SilvaRafael Ruppel

Computex Corporation

2

Motivação Robôs-guias foram

empregados com sucessoem museus dos EUA eEuropa

Alto custo RoboX: US$ 400 000

3

Objetivo Robô-guia de baixo custo Prédio da Engenharia Elétrica

4

Arquitetura de Hardware

Cliente RemotoServidor Embarcado

WiFi

Serial USB

8 sonares

Odômetro

Webcam

5

Arquitetura de SW

6

LOCALIZAÇÃO

Filtro de Kalman Estendido (EKF)Modelos de Observação dos SonaresModelo de Observação da Visão

7

Filtro de Kalman Estendido Filtro Bayesiano recursivo

Modelo deDinâmica

Modelo deObservação

erro

Postura predita

EK

F

Observações Reais

(Sonares e câmera)

atraso Postura estimada atual

Postura estimada anterior

+

-

Observações

Esperadas

Odômetro

Mapa

Modelo de Observação do Sonar Baseado em

Associações Baseado em (BARRA, 2007) Associa leituras a uma parede

Histórico de medidas validadas Critérios rigorosos: robustez

88

D12

D23

R3R1 R2

aβ

Modelo Simples de Observação do Sonar

Motivação: mau desempenho do modelo de observação baseado em associações (baixa taxa de correções)

Sem histórico, validação e associação

Observação esperada

Observação real

Observação esperada

Observação real

Postura predita

10

Modelo Simples de Observação do Sonar

Resultado: alta taxa de correções, mas baixa robustez

Observação esperada

Obstáculo dinâmicoObservaçã

o real

Diferença

Solução: covariância da medida variável

Postura predita = postura real

12

Modelo de Observação: Visão Estímulo visual usado: retas verticais Modelo de câmera pinhole Uso de perfil de cor para

identificação Marcos:

Posição no mundo conhecida Perfil de cor conhecido

Associação entre projeções e marcos

13

Modelo da Visão

14

Modelo da Visão

15

Modelo da Visão

16

Modelo da Visão

17

NAVEGAÇÃO

Navegação intramapaNavegação intermapaExecução

Navegação

Posição atual

Waypoint

Destino

Portal

MAPA 1

MAPA 2 MAPA 3

Mesmo ponto no mundo real

19

Execução Controle da velocidade: 3 fases

0 0.5 1 1.5 2 2.50

100

200

300

400

500

600

700

800

Tempo (s)

Velo

cid

ade (

mm

/s)

)3(5.187)( 2 tttv

0102030405060700

100

200

300

400

500

600

Distância ao destino (cm)V

elo

cid

ade (

mm

/s)

Decolagem Pouso

100395.00013.0)( 23 xxxv

Voo de cruzeiro

Execução Evitar colisões

20

40 cm

Controle de Rota

10203040506070800

100

200

300

400

500

600

Distância ao obstáculo

Velo

cid

ade (

mm

/s)

)28,1114,0ln(879,262)( xxv

Zona permitida de navegação

21

RESULTADOS E CONCLUSÃO

Resultados simuladosResultados reaisConclusão

22

Resultados

C2-66 C2-13

e = 43cm

23

Resultados

C2-13 Secretaria

e = 21cm

24

Resultados

Secretaria

C2-43

e = 46cm

25

Resultados

C2-43 Rampa

e = 49cm

27

Conclusão É possível construir um robô guia de

baixo custo Localização com sonares é suficiente

para ambientes fechados e estáticos Modelo de sonar simples apresenta

melhor desempenho

Navegação simples é eficaz

28

Conclusão Trabalho futuro

Integração visão Rota adaptativa Navegação fluida Melhoria robustez em ambientes

dinâmicos