Metodología para Evasión de Obstáculos basada en Imágenes de Profundidad para un VANT
Resumen
Cuando un robot móvil se desplaza en un entorno no estructurado, es crucial asegurar un movimiento seguro tanto para el robot como para los seres vivos presentes en dicho entorno. Por ende, resulta esencial identificar y evadir obstáculos de manera efectiva. Esta investigación presenta una metodología basada en imágenes de profundidad utilizando un Vehículo Aéreo No Tripulado (VANT) para la evasión de obstáculos. La metodología se divide en tres etapas principales. En la etapa de adquisición, se utiliza una cámara RGB-D para capturar la información de profundidad, permitiendo determinar la distancia relativa entre los obstáculos y el VANT mediante algoritmos de visión por computadora. Posteriormente, en la etapa de procesamiento, se genera una matriz de decisión en función de la información de profundidad, la cual identifica el siguiente vector de desplazamiento relativo al VANT libre de colisiones. Finalmente, en la etapa de control, el desplazamiento relativo se transforma en coordenadas locales y se envía al VANT como referencia de posición. La metodología fue validada a través de un sistema Software-in-the-Loop (SITL) mediante la realización de cinco experimentos en tres escenarios de simulación distintos: evasión horizontal, evasión vertical y evasión mixta o diagonal. Los resultados obtenidos demuestran que un VANT puede navegar de manera exitosa en un entorno no estructurado utilizando únicamente la información proporcionada por una cámara RGB-D montada en su estructura. Además, se observó que el VANT converge hacia la posición de referencia de manera consistente, independientemente de la presencia de obstáculos. Por último, se concluye que es posible reducir la cantidad de sensores necesarios para que un VANT evite obstáculos, empleando únicamente una cámara RGB-D y técnicas de visión por computadora basadas en imágenes de profundidad.
Colecciones
- Capítulo en libro [232]
El ítem tiene asociados los siguientes archivos de licencia: