Sistema robótico de servicio para el transporte logístico de objetos en un entorno conocido

En la actualidad los robots deben suplir no solo funciones industriales, sino también estar cercanos a actividades cotidianas del ser humano. En este sentido la robótica de servicio se convierte en una oportunidad de aplicación donde los robots actúan en ámbitos hospitalarios o militares, aeropuerto...

Full description

Autores:
De La Ossa, Andres
López, Héctor
Marín, José
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/8790
Acceso en línea:
http://hdl.handle.net/10584/8790
Palabra clave:
Robótica de servicio
Planificación de trayectorias
Evasión de obstáculos
Transporte logístico de objetos
Python
Sensores
Algoritmo de búsqueda en grafos
Service robotics
Path planning
Logistic transport of objects
Python
Graph Search Algorithm
Rights
License
Universidad del Norte
Description
Summary:En la actualidad los robots deben suplir no solo funciones industriales, sino también estar cercanos a actividades cotidianas del ser humano. En este sentido la robótica de servicio se convierte en una oportunidad de aplicación donde los robots actúan en ámbitos hospitalarios o militares, aeropuertos o restaurantes, oficinas u hogares. Es así como la participación de robots de servicio se ha vuelto cada vez más necesaria y beneficiosa. Con estas aplicaciones también surge la problemática de la seguridad en la interacción de los robots con los seres humanos, ya que en variedad de aplicaciones, no se recomienda el trabajo conjunto entre ambos en un mismo espacio. Con el objetivo de brindar una solución a la anterior problemática, se presenta la implementación de los robots X80 y X80-Pro como robots de servicio en un entorno controlado y conocido, para el transporte de objetos de un punto a otro. Para lograrlo, se desarrolla en Python un programa que permita que los robots calculen su trayectoria desde el punto en que se encuentran hasta un punto destino, utilizando una forma del algoritmo "A estrella". De igual forma los robots tomarán decisiones sobre su trayectoria, dependiendo de la aparición de obstáculos desconocidos en el camino, siendo capaces de recalcular la ruta. Adicionalmente los robots involucrados coordinan sus acciones para no resolver la misma tarea y así ser más eficientes. La asignación de tareas se logra a través de la implementación de una interfaz gráfica desarrollada en PyQt5, donde el mismo programa se encarga de distribuir las tareas para los robots, así mismo la interfaz cuenta con widgets que muestran la información en vivo recibida de los sensores incorporados en los robots. Del proyecto desarrollado se obtuvo un buen desempeño del sistema, logrando una tasa de rendimiento de éxito del 82%, donde el éxito de las pruebas radica en la realización de las tareas asignadas a los robots, evadiendo correctamente los obstáculos