Integración y fusión multisensorial en Robots móviles autónomos José Antonio López Orozco

370 Pages·2002·16.25 MB·Spanish

~
UNIVERSIDAD COMPLUTENSE
II
UNIVERSIDAD COMPLUTENSE DE MADRID
Departamento de Arquitectura de Computadores yAutomática
Madrid ESPAÑA
-
Integración y fusión multisensorial
en
Robots móviles autónomos
Memoria para optar al grado de doctor
presentada por
José Antonio López Orozco
Madrid 1998
COMPLUTENSE DE MAÚRID
FACULTAD DE CLrj:i~ FISI:as
REGISTRo ~E
N.o RECÍSTRO ?
-
~5O 5e950
~.
¡
u
u
u
¡
u
u
u
u
u
u
u
u
u
u
1
1
u
u
_u
___
J
J
J
J
Índice
INTRODUCCION 1
PLANTEAMIENTOGENERALDELPROBLEMA 1
OBJETIVOSDELATESIS 4
ORGANIZACIÓNDELAMEMORIA 6
CAPÍTULO 1
ASPECTOS GENERALES 9
1.1.ASPECTOS GENERALESDELAINTEGRACIONYFUSIÓNMULTISBNSORIAL 10
Fusión frente aintegración 11
Fusión multisensorial 11
1.1.1. Clasificación de los procesosde fusión 13
1.1.1.1A nivel funcional 15
NivelE 15
Nivel II: 16
Nivellil: 16
NivelIV: 17
1.1.1.2A nivelde representación 17
Nivelde señal 18
Nivelde pixel 18
Niveldecaracterísticas 19
Nivelsimbólico 19
1.1.2 Arquitecturas de fusión 20
y
J
vi Indice
1.1.2.1. Arquitectura de fusión centralizada 21
1.1.2.2. Arquitectura de fusión autónoma 22
1.1.2.3. Arquitectura de fusión híbrida 23
1.1.3.Algoritínos de fusión de datos 24
1.1.3.1. Algoritmos de fusión de datosde posición 28
1.1.3.2. Algoritmos de fusión de identidad 29
1.1.3.3. Algoritmosde soporte auxiliar 31
1.2.APLIcACIONESQUEREALIZANFUSIÓNEINTEGRACIÓNMULTISENSORIAL 33
1.2.1 Industriales 33
1.2.2. Militares 35
1.2.3. Espaciales 35
1.2.4. Otras 36
1.3.INTEGRACIÓNMULTISENSORIALENROBOTSMOVILES 38
CAPÍTULO2
MODELO SENSORIAL 43
2.1. INTRODUCCION 44
2.2. SENSORESENUNROBOTMÓVIl 47
2.2.1. Sensores de estado 48
2.2.1.1. Sensores increínentales 51
Sensoresodométricos 51
Sensores inerciales.. 52
2.2.1.2. Sensores de orientación 53
Giróscopos 53
Sensoresgeomagnéticos 54
2.2.1.3. Balizas activas 54
CPS 55
Otras balizas 56
2.2.2. Sensoresde entorno 56
2.2.2.1. Base de datos 57
2.2.2.2 Emisores de ondas 58
2.2.2.3 Visión artificial 60
2.3. INFORMACIÓNSENSORIALENUNROBOTMOVIL 62
2.3.1.Datos proporcionados porlossensores 62
2.3.2.Funciones parautilización de los sensores 64
E
U Indice Funciones de petición de información~ 65
Funciones de mantenimiento: 64
3
2.4. SENSORGENERALPROPUESTO 66
2.4.1. Sensor lógico 66
2.4.2. Desarrollo orientadoa objetos del sensor lógico 67
2.4.3. Caso de utilización escenario) 71
2.5. RESULTADOSDELCAPITULO 75
CAPÍTULO 3
FUSIÓN MULTISENSORIALDEMEDIDAS DE POSICION 77
U
3.1 INTRODUCCIÓN 78
U 3.2ALGORITMOS DEFUSIÓNPOSICIONAL 80
3.2.1 Asociaciónde datos 80
3 3.2.2 Estimación deestado 82
3.2.2.1 El modelo del sistema 83
3.2.2.2 El criterio de optimización 84
3.2.2.3 Método de optimización 85
3.2.2.4 Método deprocesamielito 85
3.3 FUsIÓNDEMEDIDASDEPOSICIÓNMEDIANTEUNFILTRODEKALMAN 87
3 3.3.1 Filtro de Kaiman extendido centralizado 87
3.3.1.1 Modelo del móvil 88
3.3.1.2 Ecuaciones del filtro 90
u
3.3.2 Filtro de Kalman distribuido 91
3.3.2.1 Ecuaciones del filtro yde asimilación 93
3
3.3.2.2Validación de datos externos 96
3.3.3 Nueva validación de datos externos 98
u
3.4FUNCIONAMIENTOASINCRONO 102
3.4.1 Ecuaciones de asimilación asíncrona 104
U 3.5 RESULTADOSEXPERIMENTALES 108
3.5.1 Modelo del sistema yde los sensores 108
3 3.5.2 Simulaciones 110
Caso 1: Funcionamiento sin fallosdelossensores 112
3 Caso2 Falloen el funcionamientode unsensor 117
3.5.3 Decisión de la estima mejor 122
u
u
viii Indice
3.6RESULTADOS DELCAPITULO 127
CAPÍTULO4
J
FUSIÓNMULTISENSORIAL DE MEDIDASDE ENTORNO 129
4.1 INTRODUccIÓN 131 J
4.2 ALGORITMOSDEFUSIÓNDEIDENTIDAD 133
4.2.1 Inferencia clásicaymodelo probabilístico 133 J
4.2.2 Inferencia bayesiana 136
4.2.2.1 Factores de certeza 139 J
4.2.2.2 Redes bayesianas 140
4.2.3 Teoría de Dernpster-Shafer 141
4.2.4 Teoría generalizada de Thomopoulos 143
4.2.5 Métodos heurísticos 144
4.2.5.1 Lógicadifusa 144
4.2.5.2 Redes neuronales artificiales 145
4.3 FUSIÓNDEMEDIDASDEENTORNOMEDIANTEREDESBAYFSIANAS 147
4.3.1. Funcionamiento de las redes bayesiaíuas 147
4.3.1.1. Base de conocimiento 147 J
Red 148
Matricesbayesiains. 148 J
4.3.1.2. Motor de inferencia 149
4.3.2. Implementación delas redes bayesianas 150 J
4.4. UTILIZACIÓNDELAREDBAVESIANAENEJEMPLOSCLÁSICOS 153
4.4.1. Comparación de las redbayesiana con el Mapade certeza de Elfes 154
4.4.2. Comparación de las redes bayesiaíuas conel 1-listogramade campo 159 J
4.4.3. Modelo de los sensores eíi redes bayesianas 161
4.5. RED BAYFSIANADEFUSIÓNMULTISENSORIALENNUESTROROBOT 164 J
4.5.1. Modelo de fusión sensorial mediante redes bayesianas 164
4.5.2. Sistemade fusióíipara un robot móvil 166 J
4.5.3. Ejemplo del comportamiento del sistema de fusión 170
Caso 1: Fusión de medidas sensoriales procedentes de un único sensor 171 J
Caso II: Fusión de medidas de ambos sensores 172
Caso III: Fusión de medidas contradictorias 173 J
Caso IV: Fusión de medidas alo largodel tiempo 175
4
Indice ix
4.6. FUNCIONAMIENTOTEMPORAL 178
4.6.1. Ejemplos de funcionamiento teínporal 182
4.6.1.2 Factor de olvido enlainformación apriori 183
4.6.1.2. Factor de olvidoen las medidas sensoriales 188
4.7RESULTADOSEXPERIMENTALES 191
4.7.1. Modelo sensorialyentorno utilizados 191
4.7.2. Fusión de medidas reales de ultrasonidos 193
4.7.3. Fusión de medidas de ultrasonidosyvisión simuladas 196
4.8RESULTADOS DELCAPITULO 200
CAPÍTULO 5
IMPLEMENTACIÓNDELSISTEMADE FUSION 201
INTRODUCCIÓN 202
5.1. ARQUITECTURADECONTROLPROPUESTA 204
5.1.1. Tareas necesarias enun robot móvilautónomo 206
5.1.2. Esquema general 210
5.1.3. Modelo propuesto 213
Posicionadores 214
Posicionador1 214
Posicionador2 215
Posicionador3 216
Posicionador4 216
Navegantes 217
Navegante 1 217
Navegante 2 217
Navegante 3 217
5.2SISTEMADECONTROLORIENTADOAOBJETOSENTIEMPOREAL 219
5.2.1. Niveles de integración 221
5.2.2. Tareas del robotymodelo ROOM 223
5.3. TAREASENELCONTROLDELROBOTMÓVILAUTÓNOMO 227
5.3.1. Sistemasensorial 227
5.3.1.1. Sensores de estado 227
5.3.1.2. Sensores de entorno 231
5.3.2. Control de los motores 235
5.3.2.1 Generación de la trayectoria 236
x Indice
5.3.2.2. Control de trayectoria 237
5.3.2.3. ModeloBOOM 239
5.3.3. Planificador de caminos 241
5.3.3.1. Representación localdel entorno 242
5.3.3.2. Creación del mapa decarreteras ytrayectoria óptima 245
5.3.3.3. Actualización delentornoy esquivade objetos 249
5.3.3.4. Modelo BOOM 250
5.3.4. El navegante 253
5.3.4.1. Modelo BOOM 254
5.4. SIMULACIÓNDELFUNCIONAMIENTODELOSACTORES 256
5.4.1. Fallo de distintos sensores 257
5.4.1.1. Simulaciónde sensores de estado 258
5.4.1.2. Simulación desensores deentorno 262
5.4.2. Simulación delsistema de control del robot 264
5.5.RESULTADOS DELCAPITULO 266
CAPÍTULO6
RESULTADOS EXPERIMENTALES 267
6.1. INTRODUCCION 268
6.2.SIMULACIÓN DELSISTEMAIMPLEMENTADO 270
6.2.1. Utilización del robot paraexploración yconstrucción de mapas 270
6.2.2Navegación reactiva 272
6.2.2.1. Esquiva de objetos 273
6.2.2.2. Detección de objetos en movimiento 275
6.3. RESULTADOSENPRUEBAS REALES 277
6.3.1. Adaptación de un sistema real 277
6.3.2. Movimiento en un entorno conocido 284
6.3.2.1 Funcionamieíito delos sensores 285
6.3.2.2. Robustez frente afallos de los sensores 286
6.3.3. Movimiento enun entorno desconocido 287
6.3.3.1. Funcionamieíito de los sensores de entorno 287
6.3.3.2. Utilización del robot en construcción de ínapas 289
6.4. RESULTADOS DELCAPITULO 292