artificial intelligence iii: introduction to robotics · • los sensores de orientación pueden...
TRANSCRIPT
6/12/12
1
Artificial Intelligence III: Introduction to Robotics
Ph.D. Antonio Marin-Hernandez
Artificial Intelligence Department Universidad Veracruzana Sebastian Camacho # 5
Xalapa, Veracruz Robotics Action and Perception
LAAS-CNRS 7, av du colonel Roche
Toulouse, France June 2012
Contents
• Type of robots • Locomotion • Kinematics of mobile robots • Perception • Localization and Mapping • Navigation and Planning
6/12/12
2
• La adquisición de conocimiento acerca del medio es una de las tareas más importantes para un sistema autónomo.
• Esto se realiza tomando medidas de los diferentes sensores que se tienen.
• Se requiere extraer información significativa de dichas medidas
4. Percep.on
Sensores comunes en los robots móviles • Se pueden medir variables
– Internas (temperatura del robot, aceleración de las ruedas, etc.) y
– Externas (cercania a los objetos, imagenes, etc.)
• Dado que el robot se mueve, las variables externas son de suma importancia.
4. Percep.on
6/12/12
3
Clasificación de sensores: • Clasificaremos a los sensores en dos ejes
principales:
– Propioceptivos /Exteroceptivos
– Pasivos / Activos
4. Percep.on
• Propioceptivos.- miden parametros internos del robot: – velocidad de los motores, carga en las
ruedas, ángulos de los manipuladores, voltaje en la baterias, etc.
• Exteroceptivos.- adquieren información del medio: – Medidas de distancia, intensidad de luz,
amplitud del sonido, etc.
4. Percep.on
6/12/12
4
• Sensores pasivos.- Miden la energía del medio ambiente que entra a los sensores – Termómetros, micrófonos, cámaras CCD o
CMOS, etc. • Sensores activos.- Emiten energía y
miden la reacción del medio. – Sonares, láser, etc.
4. Percep.on
• Dado que los sensores activos pueden controlar la interacción con el medio, ofrecen mejor rendimiento.
• Riesgos.- – La energía emitida puede afectar las
características de lo que el sensor esta trabado de medir
– Sufren de interferencia (i.e. de otros robots)
4. Percep.on
6/12/12
5
4. Percep.on
4. Percep.on
6/12/12
6
4. Percep.on
• Los sensores en las tablas anteriores estan ordenados ascendentemente por orden de complejidad y orden descendente de madurez
• Los sensores táctiles y propioceptivos son fundamentales para practicamente todos los robots móviles. – Se pueden encontrar facilmente
4. Percep.on
6/12/12
7
• Por otro lado, las cámaras CCD/CMOS proveen una amplia variedad de posibilidades – evitar osbtáculos, localización o
reconocimiento de rostros • Sensores con funcionalidades visual
apenas comienzan a aparecer en el mercado.
4. Percep.on
• Para poder caracterisar un sensor se requiere en general – Rango de respuesta básica del sensor – Rendimiento del sensor In Situ – Caracterización del error
4. Percep.on
6/12/12
8
Sensores en ruedas y motores • Codificadores ópticos
– Son los dispositivos más populares para medir velocidad angular y posición
– Pueden estar en una rueda o un mecanismo giratorio
• Son sensores propioceptivos, por ello estiman bien la posición en el marco referencial del robot, para la localización se requiere de correción
4. Percep.on
• El codificador óptico es un mecanismo que corta la luz, generando con ello un cierto número de pulsos senosoidales o cuadrados para cada revolución.
• Consiste de: – en una fuente de iluminación, – una rejilla fija para interrumpir la luz, – Un disco rotor con una fina reja óptica – Detectores ópticos fijos
4. Percep.on
6/12/12
9
4. Percep.on
• Cuando el robot se mueve, el promedio de luz que llega a los detectores ópticos varia en función del alineamiento de la parte fija con respecto a la rejilla en movimiento.
• La resolución es medida en ciclos por revolución (CPR)
• La mínima resolución angular puede ser medida de CPR – En robótica se tienen comunmente 2000 CPR
4. Percep.on
6/12/12
10
• En robótica es usado comunmente el codificador de cuadratura.
• En este caso, un segundo par iluminación/detector son colocados a 90º con respecto al anterior.
• Las ondas cuadradas resultantes proveen mas información.
• De esta manera un rotor con 2000 CPR se convierte en uno de 8000 conteos.
4. Percep.on
• Como la mayoría de los sensores propioceptivos, estos codificadores estan en un medio controlado de la estructura interna del robot por ello los errores sistematicos así como la sensitividad cruzada pueden ser facilmente tratables.
• Se asume comunmente que la precisión de los codificadores ópticos es del 100%
4. Percep.on
6/12/12
11
• Sensores de orientación • Los sensores de orientación pueden ser
propioceptivos como lo son los giróscopos y los inclonometros o exteroceptivos como un compas
• Son usados para determinar la orientación e inclinación del robot
4. Percep.on
• Compases • Los sensores más modernos para la
medida de la dirección de un campo magnético son compases de efecto Hall y compuerta de flujo
• Existen ventajas y desventajas entre estos
4. Percep.on
6/12/12
12
• El efecto Hall describe el comportamiento de un potencial eléctrico en un semiconductor en la presencia de un campo magnético
• Cuando se aplica una corriente constante a lo largo del semiconductor, se generará una diferencia de voltaje en la dirección perpendicular
• El signo del voltaje identifica la dirección del campo magnético
4. Percep.on
• Un semiconductor sencillo provee medidas de flujo y de dirección en una dimensión.
• En robótica se usan dos semiconductores a ángulos rectos.
• Son baratos, pero la resolución es pobre • Errores se pueden producir por la no
linearidad del sensor y errores sistemáticos a nivel del semiconductor
4. Percep.on
6/12/12
13
• Con la información apropiada de velocidad permiten integrar el movimiento a la estimación de la posición
• Este procedimiento tiene sus inicios en la navegación de embarcaciones y en ingles es conocido como dead reckoning
4. Percep.on
• Los compases de compuertas de flujo operan con un principio diferente
• Dos pequeñas bobinas con núcleos de ferrita son colacadas perpendicularmente
• Cuando la corriente eléctrica es activada en ambos núcleos, el campo magnético causa desfasamientos de fase dependiendo del alineamiento relativo entre los núcleos
4. Percep.on
6/12/12
14
• Midiendo estos desfasamientos se puede calcular la dirección del campo magnético
• Los compases de compuertas de flujo mejoran la resolución y la presición
• Sin embargo son más grandes y mucho más caros
4. Percep.on
• El problema con los compases que miden el campo magnético terrestre son: – Las perturbaciones del campo – Ancho de banda limitado – Suceptibilidad a las vibraciones
• Son poco usados (no recomendados) para uso en interiores
4. Percep.on
6/12/12
15
Giróscopos • Son sensores de orientación que
conservan su orientación reltativa a un marco referencial fijo.
• Proveen medidas absolutas para la orientación de un sistema móvil
• Dos tipos: – Mecánicos y – ópticos
4. Percep.on
• Giróscopos mecánicos • El concepto recáe en las propiedades
inerciales de un motor de rotación rápida • La propieda de interés es conocida como
precesión giroscópica • Si se trata de girar una rueda de rotación
rápida a lo largo de su eje vertical se sentirá una reacción en el eje horizontal
4. Percep.on
6/12/12
16
• Esto será debido al momento angular asociado a la rueda giratoria, que mantendrá el eje del giróscopo inercialmente estable
• Un buen giróscopo mecánico cuesta al rededor de $100,000.00 USD
4. Percep.on
• Giróscopos ópticos • Relativamente nuevos (1980's) • Sensores de velocidad angular • Usan dos haces de luz monocromática o
lásers, emitidos de la misma fuente • El principio se base en que la velocidad de
la luz permanece constante • Cambios en la geometría producen
cambios en el tiempo al destino
4. Percep.on
6/12/12
17
Ground-based beacons • Pueden ser activos o pasivos • Sistemas GPS • No para usos en interiores
4. Percep.on
Medidores de Distancias activas • Sensores muy populares • Bajo costo • Salidas facilmente interpretables,
– Distancias • Solo con la interpretación visual exitosa se
reducirá el éxito
4. Percep.on
6/12/12
18
Tiempo de vuelo • Sensores ultrasónicos o telémetro láser • Se basan en la propagación de una onda
sonora o electromagnética • En general, la distancia d se obtiene de:
d = vt • en donde v es la velocidad de la onda y t
es el tiempo de vuelo
4. Percep.on
• La propagación del sonido es de 0.3m/ms • De la luz es de .3m/ns • ~1 millon de veces de diferencia • Para una distancia de 3m con ultrasonidos
se tiene un tiempo de vuelo de 10ms y 10ns para la luz
• Ondas electromagnéticas eran un desafio
4. Percep.on
6/12/12
19
• La calidad de estos sensores depende de: – La incertidumbre en el tiempo exacto de
llegada de la señal reflejada – Impresiciones en la medida del tiempo de
vuelo (particularmente con el láser) – El cono de dispersión del haz transmitido
(para sensores ultrasónicos) – Interacción con el objetivo – Variaciones de la velocidad de propagación – Las velocidades del móvil y objetivos
4. Percep.on
Sensor ultrasónico • Frecuencias de 40 a 180 kHz • Miden distancias entre 12cm y 5 m • Precisión de 98% a 99.1% • Resolución de 2cm • Propagación de la onda en un cono • Apertura entre 20º y 40º
4. Percep.on
6/12/12
20
Sensor ultrasónico • No se adquieren puntos de profundidad
sino regiones • Las lecturas deben representarese como
arcos (o segmentos de esferas en 3D) y no como puntos
• Se puede mejorar la calidad con el procesamiento del eco
4. Percep.on
4. Percep.on
6/12/12
21
Sensor ultrasónico • No se consideran los errores producidos
por el movimiento del robot • Si la superficie reflejante no es
perpendicular al sensor mayor probabilidad de perder el reflejo
• Se requieren superficies acusticamente reflejantes
4. Percep.on
Telémetro láser • Usa una luz láser en lugar de una onda
sonora • Conocidos también como optical radar o
lidar (light detection and ranging) • Un solo haz láser, y un sistema de
espejos • Pueden ser en 2D y 3D
4. Percep.on
6/12/12
22
4. Percepción
Telémetro láser • Se pueden emitir pulsos del haz láser, y
se miden las diferencias de tiempo, requiere de procesamiento de picosegundos
• Se puede medir la frecuencia de golpeo entre una frecuencia modulada y su reflección
• Desfasamiento de la luz reflejada
4. Percep.on
4. Percepción
Telémetro láser
a) SICK LMS 200 b) Hokuyo URG
4. Percep.on
6/12/12
23
Telémetro láser • Sick LMS 200
– Resolución angular de 0.5º – Medidas de profundidad de 5cm a 30m – Frecuencia máxima de barrido 75Hz – Campo de vista 180º – Potencia de 18W – Precisión ±15mm (1 to 8m), ± 4cm (4 to 20m)
4. Percep.on
Telémetro láser • Hokuyo URG
– Resolución angular de 0.36º – Medidas de profundidad de hasta 4m – Frecuencia máxima de barrido 10Hz – Campo de vista 240º – Potencia de 2.5W – Precisión ±10mm
4. Percep.on
6/12/12
24
Distancia basada en triangulación • Usan la geometría para la lectura de
distancias • Sensores activos, projectan un patron de
luz conocido (puntos, líneas, texturas) • Pueden ser 1D y 2D
4. Percep.on
Triangulación óptica (1D) • Se captura la luz reflejada por un PSD
(position-sensitive device) o una cámara lineal
• Buena resolución y precisión para objetos cercanos
• El rango de operación depende de la geometría
4. Percep.on
6/12/12
25
Luz estructurada (2D) • Susituyendo el PSD o cámara lineal por
una cámara CCD o CMOS, se puede recuperar un conjunto de puntos
• Se projecta un patron de luz conocido • Sensor activo funciona de noche • Kinect y Axus
4. Percep.on
Sensores de movimiento/velocidad • Miden el movimiento relativo del robot y su
medio • Por lo tanto pueden estimar la velocidad • Pueden ser sensores piroelectrícos o
sensores basados en efecto Doppler • Para vehículos autónomos en autopistas o
aereos, los sistemas de efecto Doppler son los más usados
4. Percep.on
6/12/12
26
Sensores de visión • La visión es nuestro más poderoso
sentido • Enorme cantidad de información • Se trata de imitar las capacidades
humanas de visión • Se usan cámaras CCD o CMOS
4. Percep.on
Sensores visuales de distancia • Cámaras de tiempo de Vuelo /Swiss
Ranger (ToF) • Luz Estructurada /Kinect • Profundidad por enfoque • Estereo visión • Movimiento y flujo óptico
4. Percep.on
6/12/12
27
Visíon • Cruces por cero (detectores de borde) • Flujo óptico • Seguimiento de color • etc.
4. Percep.on
Representación de la Incertidumbre ...
4. Percep.on
6/12/12
28
Extracción de características • Los robots autónomos deben determinar
sus relaciones con el medio haciendo medidas con sus sensores
• Se deben usar estas medidas • Sensores imperfectos - incertidumbre
4. Percep.on
• Por ello las entradas deben ser usadas de manera tal que permitan al robot interactuar exitosamente con el medio a pesar de la incertidumbre
• Hay dos estrategias – Usar cada medidas de los sensores como
valores individuales crudos – Extraer información de uno o más sensores, y
generar un nivel perceptual de alto nivel
4. Percep.on
6/12/12
29
• Segunda opción -> Extracción de características
• Los robots no necesariamente realizan la extracción de características ni interpretación de escenas para cada actividad
• En lugar de ello, interpretan los sesores en varios grados dependiendo cada funcionalidad específica
4. Percep.on
• Para realizar una parada de emergencia – El robot puede usar los datos crudos de los
sensores de distancia • Para evitar obstáculos a nivel local,
– los datos crudos de distancia pueden ser combinados con una malla de ocupación, y así realizar una suave trayectoría alrededor de los obstáculos
4. Percep.on
6/12/12
30
• Para la construcción de mapas y navegación precisa – Los datos de los sensores de distancia así
como los de visión, pueden pasar un proceso perceptual completo, siendo sujeto a: • Una extracción de características • Interpretación de escena
– Esto es necesario para reducir el impacto individual de las incertidumbres en la habilidad de creación de mapas y navegación
4. Percep.on
Definición de característica • Las características son estructuras de
elementos reconozibles en el ambiente • Usualmente pueden ser extraidas de las
medidas y descritas matemáticamente • Las buenas características son siempre
perceptibles y facilmente detectables
4. Percep.on
6/12/12
31
• Características de bajo nivel (primitivas geométricas) – Líneas, circulos, polígonos, etc.
• Características de alto nivel (objetos) – Puertas, mesas, botes de basura, etc.
4. Percep.on
• Los sensores de datos crudos, proveen una gran cantidad de datos
• Sin embargo, con pocas diferencias entre los datos
• Se tiene la ventaja de que cada bit de información es completamente usado y por lo tanto hay una taza elevada de conservación de la información
4. Percep.on
6/12/12
32
• Las características de bajo nivel, son abstracciones de los datos crudos, y proveen un volumen bajo de datos y un incremento en la distintividad de cada característica
• Se espera que al encontrar estas características se filtren los errores o datos inútiles
• Se puede perder información valiosa
4. Percep.on
• Las características de alto nivel proveen un máximo de abstracción de los datos crudos
• Se reduce el volumen de datos lo más posible y se provee de características altamente distintivas
• El proceso de abstracción tiene el riesgo de filtrar información importante
• Se reduce el potencial de utilización de los datos
4. Percep.on
6/12/12
33
• Las caraterísticas deben tener una localidad espacial – Una esquina se encuentra en una posición
específica – Una huella visual puede identificar una
habitación en un edificio
4. Percep.on
• En robótica móvil las características juegan un papel muy importante en la creación de los modelos del medio
• Estas permiten descripciones más compactas y robustas
• Al diseñar un robot móvil, es importante las características apropiadas a usar por el robot.
4. Percep.on
6/12/12
34
Factores a considerar • Medio del robot • Sensores disponibles • Poder de computo • Representación del medio
4. Percep.on
4. Percep.on
6/12/12
35
• Siegwart R. and I. Nourbakhsh, “Introduction to Autonomous Mobile Robots”,MIT Press, 2004.
• Dudek G. and M. Jenkin, “Computational Principles of Mobile Robotics”, Cambridge University Press, 2000.
Bibliografía
• Ulrich Nehmzow, “Scientific Methods in Mobile Robotics”, Springer, 2006.
• Sebastian Thrun, Wolfram Burgard, and Dieter Fox, “Probabilistic Robotics”, MIT Press, 2005.
• Howie Choset, Kevin M. Lynch, Seth Hutchinson, George Kantor, Wolfram Burgard, Lydia E. Kavraki, Sebastian Thrun,“Principles of Robot Motion: Theory, Algorithms, and Implementations”, MIT Press, 2005
Bibliografía
6/12/12
36
Robo.cs Research
Dr. Antonio MARIN-‐HERNANDEZ Departamento de Inteligencia
Ar.ficial Universidad Veracruzana
[email protected] www.uv.mx/anmarin