Proposta de Mestrado em Visão Computacional e Robotica

Proposta de Mestrado

1. Introdução

Navegação autônoma de veículos robóticos terrestres ainda são um tema interessante de estudos, especialmente quando se considera tarefas de alta complexidade ou que envolvam ambientes pouco ou não estruturados. E a visão robótica, ou a aquisição de dados sensoriais a partir de uma câmera, continua sendo o método de sensoriamento mais denso e desafiador. Natural, portanto, pensar em utilizar a imagem proveniente de câmeras para proporcionar uma navegação segura do veículo. Este tema coloca no mesmo lugar dois grandes campos da robótica.

1. Processamento de Imagens

O caminho a ser seguido pelo robô é obtido através do processamento de imagem, cujas tranformações e filtros encontram-se vastamente disseminadas na literatura de visão computacional. Neste projeto o processamento de imagem terá como principal função reconhecer o robô na imagem retornando o conjunto de pixels que o representa no quadro.

Além disso, a imagem será utilizada para estimar o mapa do ambiente com a representação do que pode ser obstáculo e os espaços livres.

Para que sejam retornados esse conjuntos de pixels, dada a natureza planar da imagem, será estudada a aplicação de um sensor do tipo “range” para a estimação das medidas de profundidade.

                

1. Controle de Sistemas Dinâmicos

Uma vez levantado o ambiente, e tendo-se disponível as representações matemáticas do modelo do veículo, o algoritmo de controle tem como função levar o veículo até o objetivo utilizando para tal a estimativa da posição do robô de acordo com os sensores,  e sua posição atual a distância ao alvo. Sua eficiência é sensível a diversos fatores, especialmente às contantes de tempo do sistema e sua capacidade de operar em tempo real. A dinâmica do ambiente, a presença de obstáculos e a capacidade de replanejamento do sistema de controle são aspectos relevantes que impactam sua eficiência..

1. Motivação

Com uma grande crescente na área de robótica, e, após acompanhar fatos onde robôs móveis terrestres se fizeram necessário para atuar em situações de perigo, socorrer seres humanos, e entrar em ambientes inóspitos ou de difícil acesso sem que fosse necessário arriscar vidas humanas, senti um interesse pela área. Observando que a robótica móvel pode dar uma grande oportunidade para novos cientistas resolvi ingressar e tentar um espaço para ajudar na comunidade de desenvolvedores de algoritmos inteligentes.

1. Objetivo

O objetivo deste projeto é estudar e implantar uma solução baseada no servo controle visual de robôs móveis em ambientes externos a partir de imagens aéreas fornecidas por outro agende, seja robótico ou, por exemplo, imagens de satélites: o problema abordado será o de controle de seguimento de trajetória definida na imagem. A falta de confiabilidade nos dados retornados pela imagem típica de ambientes externos (devido a sombras, alterações bruscas de luminosidade, perturbações nas lentes, etc),  torna o problema particularmente difícil. A metodologia usará a imagem capturada e dos obstáculos detectados pelo robô para propor políticas de controle enquanto verifica se há obstáculos não capturados e se alguns obstáculos capturados naquele determinado momento pela câmera realmente existe, já que há possibilidade de uma sombra ser identificada como um possível obstáculo e ela não ser.

 Nos falsos-obstáculos, deve ser retornado um conjunto de informações que indique que aquele caminho é livre.

1. Arquitetura

Para iniciar o trabalho a figura 1. ilustra o processo pelo qual o robô seguirá, baseado em um modelo de três níveis sendo eles: o nível de Processamento de Imagem, Planejamento de Caminho e o Controle o qual é o foco deste trabalho.

[pic 1]

Figura 1.

Com a câmera instalada em um veículo aéreo podemos capturar a imagem do ambiente para que seja traçado o caminho a ser perseguido e então passado para o segundo nível para que a melhor rota possa ser criada e definido os pontos que servirão de parâmetros dados por uma seqüência de pixels.

A estratégia do nível 3 ,exatamente o foco deste o trabalho, o nível de Controle é baseada no Modelo Baseado Controle Preditivo, ou Model Based Predictive Controller(MBPC). Este método usa a predição do comportamento futuro do processo usando um modelo. Um modelo discreto é obtido em ordem para computar o j-éssimo passo na equação de predição. O modelo usado em um tipo de robô monociclo (compatível de forma aproximada ao nosso P3-AT) é dado por:

X(t) = G(θ(t)) U (t)  

Onde, X(t) = [x(t) y(t) θ(t)]T ,  U (t) = [q1 (t) q2 (t)]T                                 

e  G(θ(t))
= r/2[pic 2]

onde x(.), y(.) denotam as configurações do robô de acordo com o quadro fixo. Q1(.) e q2(.) são respectivamente as velocidades angular das rodas direitas e esquerda.r/2 é o raio das rodas e o R é o tamanho da metade do eixo das rodas. Considerando uma amostra de quadro fixo denotado pelo δt
e assumindo um sequência de zero, o seguinte modelo de tempo-discreto é dado por:

X(k + 1) = X(k) + Γ(k) U (k)        

onde k = { k: k∈ I , k ≥ 0}
denota o instante da amostra. Desde que θ(t)
é uma relação ao tempo entre amostras

Como o modelo necessita de muitas restrições e isso implica na velocidade das rodas para minimizar esse problema pode ser reduzido resolvendo um programa quadrático em cada tempo de amostra. Assumindo que a variação de tempo entre as amostra é pequeno, é possível aproximar o modelo

[pic 3]≈ sin(θ(k))
[pic 4]

[pic 5]≈ cos(θ(k))
[pic 6] 

Isto permite ao seguinte modelo tempo-discreto:

X(k + 1) = X(k) + Γap (k)U (k)

onde  Γap (k)
é a aproximação de  Γ (k), com Γap (k) = δtG(θ(k))
. A matriz
Γap (k)
depende diretamente do controle das ações futuras e então a equação de predição não está affine com respeito ao controle de sinal.