Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger”
Objetivos: Aplicar sobre sobre la plataforma “TURTLEBOT 3 BURGER” los algoritmos de Dijkstra y A-star(A*) para optimizar trayectorias de menor recorrido dentro de una plataforma hexagonal plana y con obstáculos. - Determinar las características de hardware del robot” TURTLEBOT 3 BURGER”, sensores, t...
- Autores:
-
Martínez Herrera, David Leonardo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/18667
- Acceso en línea:
- http://hdl.handle.net/11634/18667
- Palabra clave:
- Robotics
ROS
Optimizing trajectories
Field recognition
Ingeniería electrónica
Robótica
Robots
Robótica
ROS
Optimización de trayectoria
Reconocimiento de espacios
- Rights
- openAccess
- License
- CC0 1.0 Universal
| id |
SANTTOMAS2_3273cf96d3aafe871301d31be46ffa12 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/18667 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger” |
| title |
Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger” |
| spellingShingle |
Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger” Robotics ROS Optimizing trajectories Field recognition Ingeniería electrónica Robótica Robots Robótica ROS Optimización de trayectoria Reconocimiento de espacios |
| title_short |
Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger” |
| title_full |
Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger” |
| title_fullStr |
Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger” |
| title_full_unstemmed |
Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger” |
| title_sort |
Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger” |
| dc.creator.fl_str_mv |
Martínez Herrera, David Leonardo |
| dc.contributor.advisor.spa.fl_str_mv |
Ávila Barón, Adolfo |
| dc.contributor.author.spa.fl_str_mv |
Martínez Herrera, David Leonardo |
| dc.subject.keyword.spa.fl_str_mv |
Robotics ROS Optimizing trajectories Field recognition |
| topic |
Robotics ROS Optimizing trajectories Field recognition Ingeniería electrónica Robótica Robots Robótica ROS Optimización de trayectoria Reconocimiento de espacios |
| dc.subject.lemb.spa.fl_str_mv |
Ingeniería electrónica Robótica Robots |
| dc.subject.proposal.spa.fl_str_mv |
Robótica ROS Optimización de trayectoria Reconocimiento de espacios |
| description |
Objetivos: Aplicar sobre sobre la plataforma “TURTLEBOT 3 BURGER” los algoritmos de Dijkstra y A-star(A*) para optimizar trayectorias de menor recorrido dentro de una plataforma hexagonal plana y con obstáculos. - Determinar las características de hardware del robot” TURTLEBOT 3 BURGER”, sensores, tarjeta de procesamiento y actuadores. - Reconocer las características que permite ROS como herramienta para el desarrollo de proyectos con robots. - Comparar métodos para conducir un robot desde un punto inicial hasta un punto final reconociendo su trayectoria mediante un continuo mapeo y monitoreo del robot. Conclusiones: - El algoritmo A* tiene un óptimo desarrollo y fácil programación, ya que matemáticamente calcula un menor trayecto en comparación a algoritmos genéricos o métodos de campos de potencial los cuales calculan campos imaginarios de repulsión, que emanan de los obstáculos y permitir definir una trayectoria hacia un objeto. - Al aplicarse los algoritmos A-STAR y Dijkstra permitió planear la trayectoria, en la cual, las aproximaciones dinámicas de Windows(DWA) hacen que el robot busque una ruta que pueda seguir la trayectoria planeada por el algoritmo. - Durante las pruebas de funcionamiento con el robot, se tiene una permanente comunicación con la base de algoritmos construida en el computador, de tal forma que sea optimizada la trayectoria por medio de la ubicación y mapeo del entorno. - Para que el robot tuviera mejor traslación y movilidad dentro del terreno, el robot realiza actualización de su entorno cada 2 milisegundos, posicionandose en el terreno para llegar a un punto de destino eludiendo los obtaculos en el menor tiempo. |
| publishDate |
2019 |
| dc.date.accessioned.spa.fl_str_mv |
2019-09-16T16:24:25Z |
| dc.date.available.spa.fl_str_mv |
2019-09-16T16:24:25Z |
| dc.date.issued.spa.fl_str_mv |
2019-07-04 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Martínez Herrera, D. L. (2019). Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger”.Tesis de pregrado. Universidad Santo Tomás. Tunja. |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/18667 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Martínez Herrera, D. L. (2019). Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger”.Tesis de pregrado. Universidad Santo Tomás. Tunja. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/18667 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Brillian Math and science. (28 de Junio de 2018). Obtenido de A* search: brilliant.org/wiki/a-star-search/ Ackerman, E. (03 de 26 de 2013). Que es Turtle? Obtenido de turtlebot.com: https://www.turtlebot.com/about/ Frost, D. (2017). How To Setup and Install Ubuntu Mate 16.04.2 Lts On Raspberry Pi 3 Or 2. Obtenido de techwiztime.com: https://techwiztime.com/article/setup-install-ubuntu-mate-16-04-2-lts-raspberry-pi-3-2/ Generation Robots. (2015). Turtlebot-2 (2015 kit). Obtenido de generationrobots.com: https://www.generationrobots.com/en/401271-turtlebot-2-assembled-clearpathrobotics.html Huang, A. T. (2018). Rapidly Exploring Random Tree (RRT) and RRT*. Obtenido de http://demonstrations.wolfram.com: http://demonstrations.wolfram.com/RapidlyExploringRandomTreeRRTAndRRT/ Kozak, V. (Junio de 28 de 2013). Local planning for a mobile robot. Obtenido de dspace.cvut.cz: https://dspace.cvut.cz/bitstream/handle/10467/61167/F3-BP-2014-Kozak-Viktor-p Parungao, L., Hein, F., & Lim, W. (2018). Dijkstra Algorithm Based Intelligent Path Planning With topological map and wireless communication. Obtenido de arpnjournals.org: http://www.arpnjournals.org/jeas/research_papers/rp_2018/jeas_0418_6995.pdf Robotis. (2010). Robotis e-Manual v1.31.30. Obtenido de support.robotis.com: http://support.robotis.com/en/product/controller/opencr.htm willow Garage. (2015). ROS. Obtenido de willowgarage.com: http://www.willowgarage.com/pages/software/ros-platform Works on Arm. (s.f.). Ros. Obtenido de worksonarm.com: https://www.worksonarm.com/explore/ros/ros-logo/ |
| dc.rights.*.fl_str_mv |
CC0 1.0 Universal |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/publicdomain/zero/1.0/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Tunja |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Electrónica |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería Electrónica |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/18667/5/license.txt https://repository.usta.edu.co/bitstream/11634/18667/1/2019davidmartinez.pdf https://repository.usta.edu.co/bitstream/11634/18667/2/2019davidmartinez1.pdf https://repository.usta.edu.co/bitstream/11634/18667/3/2019davidmartinez2.pdf https://repository.usta.edu.co/bitstream/11634/18667/4/license_rdf https://repository.usta.edu.co/bitstream/11634/18667/6/2019davidmartinez.pdf.jpg https://repository.usta.edu.co/bitstream/11634/18667/7/2019davidmartinez1.pdf.jpg https://repository.usta.edu.co/bitstream/11634/18667/8/2019davidmartinez2.pdf.jpg |
| bitstream.checksum.fl_str_mv |
f6b8c5608fa6b2f649b2d63e10c5fa73 e0b406cd93ea0230c8ad3d0ebfdd0f7b 5a4acd20f2b00cb45043a5d99563e8cc b9a59194df9e5374aedabd2e30819596 42fd4ad1e89814f5e4a476b409eb708c 25f3a698dc51bcdae8dc915cf559a375 e039ee6ac3a6db10a241707f3713e2e2 25490e087fc0891ffb97d4b7909253bf |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026215818788864 |
| spelling |
Ávila Barón, AdolfoMartínez Herrera, David Leonardo2019-09-16T16:24:25Z2019-09-16T16:24:25Z2019-07-04Martínez Herrera, D. L. (2019). Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger”.Tesis de pregrado. Universidad Santo Tomás. Tunja.http://hdl.handle.net/11634/18667reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coObjetivos: Aplicar sobre sobre la plataforma “TURTLEBOT 3 BURGER” los algoritmos de Dijkstra y A-star(A*) para optimizar trayectorias de menor recorrido dentro de una plataforma hexagonal plana y con obstáculos. - Determinar las características de hardware del robot” TURTLEBOT 3 BURGER”, sensores, tarjeta de procesamiento y actuadores. - Reconocer las características que permite ROS como herramienta para el desarrollo de proyectos con robots. - Comparar métodos para conducir un robot desde un punto inicial hasta un punto final reconociendo su trayectoria mediante un continuo mapeo y monitoreo del robot. Conclusiones: - El algoritmo A* tiene un óptimo desarrollo y fácil programación, ya que matemáticamente calcula un menor trayecto en comparación a algoritmos genéricos o métodos de campos de potencial los cuales calculan campos imaginarios de repulsión, que emanan de los obstáculos y permitir definir una trayectoria hacia un objeto. - Al aplicarse los algoritmos A-STAR y Dijkstra permitió planear la trayectoria, en la cual, las aproximaciones dinámicas de Windows(DWA) hacen que el robot busque una ruta que pueda seguir la trayectoria planeada por el algoritmo. - Durante las pruebas de funcionamiento con el robot, se tiene una permanente comunicación con la base de algoritmos construida en el computador, de tal forma que sea optimizada la trayectoria por medio de la ubicación y mapeo del entorno. - Para que el robot tuviera mejor traslación y movilidad dentro del terreno, el robot realiza actualización de su entorno cada 2 milisegundos, posicionandose en el terreno para llegar a un punto de destino eludiendo los obtaculos en el menor tiempo.Objectives : Apply on the platform “TURTLEBOT 3 BURGER” the algorithms of Dijkstra and A-star (A*) to optimize trajectories of less travel within a flat hexagonal platform and wih obstacles. Determine the hardware characteristics of the “TURTLEBOT 3 BURGER” robot, sensors, processing card and actuators. Recognize the characteristics that ROS allows as a tool for the development of projects with robots. Compare methods to drive a robot from a starting point to an end point, recognizing its trajectory by means of a continuous mapping and monitoring of the robot. Conclusions: Algorithm A * has an optimal development and easy programming that mathematically calculates a smaller path compared to generic algorithms or potential field methods that calculate imaginary fields of repulsión emanating from obstacles and allowing to define a trajectory towards an object. Applying the A-STAR and Dijkstra algorithms allowed to plan the trajectory, in which the Windows dynamic approach allowed the robot to define a route that could follow the path planned by the algorithm. During the tests of operation with the robot to make the map it is necessary to be connected to the internet to transmit the data to the computer and to be able to have updates every 2 ms of the location and mapping of the environment. In order for the robot to have better translation and mobility within the terrain, the robot needed to recognize the environment and position itself in such a way that it would take less time to avoid obstacles and reach its destination.Ingeniero ElectronicoPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería ElectrónicaFacultad de Ingeniería ElectrónicaCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Reconocimiento de espacios con optimización de trayectorias utilizando el robot “Turtlebot 3 Burger”RoboticsROSOptimizing trajectoriesField recognitionIngeniería electrónicaRobóticaRobotsRobóticaROSOptimización de trayectoriaReconocimiento de espaciosTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA TunjaBrillian Math and science. (28 de Junio de 2018). Obtenido de A* search: brilliant.org/wiki/a-star-search/Ackerman, E. (03 de 26 de 2013). Que es Turtle? Obtenido de turtlebot.com: https://www.turtlebot.com/about/Frost, D. (2017). How To Setup and Install Ubuntu Mate 16.04.2 Lts On Raspberry Pi 3 Or 2. Obtenido de techwiztime.com: https://techwiztime.com/article/setup-install-ubuntu-mate-16-04-2-lts-raspberry-pi-3-2/Generation Robots. (2015). Turtlebot-2 (2015 kit). Obtenido de generationrobots.com: https://www.generationrobots.com/en/401271-turtlebot-2-assembled-clearpathrobotics.htmlHuang, A. T. (2018). Rapidly Exploring Random Tree (RRT) and RRT*. Obtenido de http://demonstrations.wolfram.com: http://demonstrations.wolfram.com/RapidlyExploringRandomTreeRRTAndRRT/Kozak, V. (Junio de 28 de 2013). Local planning for a mobile robot. Obtenido de dspace.cvut.cz: https://dspace.cvut.cz/bitstream/handle/10467/61167/F3-BP-2014-Kozak-Viktor-pParungao, L., Hein, F., & Lim, W. (2018). Dijkstra Algorithm Based Intelligent Path Planning With topological map and wireless communication. Obtenido de arpnjournals.org: http://www.arpnjournals.org/jeas/research_papers/rp_2018/jeas_0418_6995.pdfRobotis. (2010). Robotis e-Manual v1.31.30. Obtenido de support.robotis.com: http://support.robotis.com/en/product/controller/opencr.htmwillow Garage. (2015). ROS. Obtenido de willowgarage.com: http://www.willowgarage.com/pages/software/ros-platformWorks on Arm. (s.f.). Ros. Obtenido de worksonarm.com: https://www.worksonarm.com/explore/ros/ros-logo/LICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/18667/5/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD55open accessORIGINAL2019davidmartinez.pdf2019davidmartinez.pdfTrabajo principalapplication/pdf3055618https://repository.usta.edu.co/bitstream/11634/18667/1/2019davidmartinez.pdfe0b406cd93ea0230c8ad3d0ebfdd0f7bMD51open access2019davidmartinez1.pdf2019davidmartinez1.pdfAnexosapplication/pdf276794https://repository.usta.edu.co/bitstream/11634/18667/2/2019davidmartinez1.pdf5a4acd20f2b00cb45043a5d99563e8ccMD52metadata only access2019davidmartinez2.pdf2019davidmartinez2.pdfAutorización de publicaciónapplication/pdf480956https://repository.usta.edu.co/bitstream/11634/18667/3/2019davidmartinez2.pdfb9a59194df9e5374aedabd2e30819596MD53metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repository.usta.edu.co/bitstream/11634/18667/4/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD54open accessTHUMBNAIL2019davidmartinez.pdf.jpg2019davidmartinez.pdf.jpgIM Thumbnailimage/jpeg4999https://repository.usta.edu.co/bitstream/11634/18667/6/2019davidmartinez.pdf.jpg25f3a698dc51bcdae8dc915cf559a375MD56open access2019davidmartinez1.pdf.jpg2019davidmartinez1.pdf.jpgIM Thumbnailimage/jpeg9752https://repository.usta.edu.co/bitstream/11634/18667/7/2019davidmartinez1.pdf.jpge039ee6ac3a6db10a241707f3713e2e2MD57open access2019davidmartinez2.pdf.jpg2019davidmartinez2.pdf.jpgIM Thumbnailimage/jpeg9832https://repository.usta.edu.co/bitstream/11634/18667/8/2019davidmartinez2.pdf.jpg25490e087fc0891ffb97d4b7909253bfMD58open access11634/18667oai:repository.usta.edu.co:11634/186672022-10-10 15:37:52.381open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |