Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes

Este proyecto consiste en el desarrollo de un vehículo inteligente autónomo de tracción diferencial con un chasís en aluminio de 60x45 cm de base y 65 cm de alto con la capacidad de transportar 10 kg y desplazarse de forma autónoma en base a un sistema personalizado tipo SLAM (Localización y Mapeo S...

Full description

Autores:
González Pilonieta, Jhorman David
Díaz Bayona, Jorge Luis
Molina Lache, Richard Manuel
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/15764
Acceso en línea:
http://hdl.handle.net/20.500.12749/15764
Palabra clave:
Mechatronic
Innovation
Technological development
Research
Artificial intelligence
Transport of objects
Patient
Medical staff
Automatic control
Manipulators
Mecatrónica
Innovación
Desarrollo tecnológico
Investigación
Control automático
Manipuladores
Robots
Inteligencia artificial
Transporte de objetos
Paciente
Personal medico
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_a53831de3fbce17ffdd722a371dfc9e1
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/15764
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes
dc.title.translated.spa.fl_str_mv Development of an intelligent autonomous vehicle at scale using deep learning techniques for the transport service of objects in hospital environments and reduction of human interaction between medical staff and patients
title Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes
spellingShingle Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes
Mechatronic
Innovation
Technological development
Research
Artificial intelligence
Transport of objects
Patient
Medical staff
Automatic control
Manipulators
Mecatrónica
Innovación
Desarrollo tecnológico
Investigación
Control automático
Manipuladores
Robots
Inteligencia artificial
Transporte de objetos
Paciente
Personal medico
title_short Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes
title_full Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes
title_fullStr Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes
title_full_unstemmed Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes
title_sort Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes
dc.creator.fl_str_mv González Pilonieta, Jhorman David
Díaz Bayona, Jorge Luis
Molina Lache, Richard Manuel
dc.contributor.advisor.none.fl_str_mv Roa Prada, Sebastián
Arizmendi Pereira, Carlos Julio
dc.contributor.author.none.fl_str_mv González Pilonieta, Jhorman David
Díaz Bayona, Jorge Luis
Molina Lache, Richard Manuel
dc.contributor.cvlac.spa.fl_str_mv Roa Prada, Sebastián [0000295523]
Arizmendi Pereira, Carlos Julio [0001381550]
dc.contributor.googlescholar.spa.fl_str_mv Roa Prada, Sebastián [es&oi=ao]
Arizmendi Pereira, Carlos Julio [JgT_je0AAAAJ&hl=es]
dc.contributor.orcid.spa.fl_str_mv Roa Prada, Sebastián [0000-0002-1079-9798]
Arizmendi Pereira, Carlos Julio [0000-0003-1903-115X]
dc.contributor.researchgate.spa.fl_str_mv Roa Prada, Sebastián [Sebastian-Roa-Prada]
Arizmendi Pereira, Carlos Julio [Carlos-Arizmendi]
dc.subject.keywords.spa.fl_str_mv Mechatronic
Innovation
Technological development
Research
Artificial intelligence
Transport of objects
Patient
Medical staff
Automatic control
Manipulators
topic Mechatronic
Innovation
Technological development
Research
Artificial intelligence
Transport of objects
Patient
Medical staff
Automatic control
Manipulators
Mecatrónica
Innovación
Desarrollo tecnológico
Investigación
Control automático
Manipuladores
Robots
Inteligencia artificial
Transporte de objetos
Paciente
Personal medico
dc.subject.lemb.spa.fl_str_mv Mecatrónica
Innovación
Desarrollo tecnológico
Investigación
Control automático
Manipuladores
Robots
dc.subject.proposal.spa.fl_str_mv Inteligencia artificial
Transporte de objetos
Paciente
Personal medico
description Este proyecto consiste en el desarrollo de un vehículo inteligente autónomo de tracción diferencial con un chasís en aluminio de 60x45 cm de base y 65 cm de alto con la capacidad de transportar 10 kg y desplazarse de forma autónoma en base a un sistema personalizado tipo SLAM (Localización y Mapeo Simultáneo) con una cámara RGB-D, un mapa tridimensional de puntos de la zona generado con la técnica SLAM, un algoritmo de navegación para el seguimiento de una ruta calculada con una adaptación del algoritmo A-star, un controlador de velocidad apoyado en codificadores incrementales, y un algoritmo de detección y evasión de obstáculos conformado por una red neuronal para detectar persona, camilla, silla, canasta, caja, puerta, escritorio, equipo médico y aviso de peligro, una función de estimación de posición del objeto basado en la información de profundidad y campo de visión de la cámara RGB-D, y una función de actualización del mapa para planificación de ruta con la demarcación de la zona de estimación del obstáculo detectado como zona no accesible. Todo se ejecuta en Python y C++ en una Jetson Nano con sistema operativo Ubuntu 18.04 a través de una aplicación de interfaz de usuario que permite darle instrucciones al AIV y monitorearlo desde una pantalla a bordo del robot o un PC conectado mediante Wi-Fi que puede usarse para tele consultas y reducir el contacto físico en un entorno hospitalario.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021-11-06
dc.date.accessioned.none.fl_str_mv 2022-03-01T21:03:22Z
dc.date.available.none.fl_str_mv 2022-03-01T21:03:22Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/15764
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/15764
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv alexranaldi. (2021). A_STAR. Obtenido de Github: https://github.com/alexranaldi/A_STAR
Alkaid-Benetnash, r. (28 de 09 de 2021). Obtenido de Github: https://github.com/Alkaid- Benetnash/ORB_SLAM2/blob/master/Examples/Monocular/TUM1.yaml
Ángel, P. G. (2007). Planeación de trayectorias para robótica móvil mediante optimización por colonia de hormigas. Tesis de Maestría en Ciencias en Sistemas Digitales, Instituto Politécnico Nacional. Tijuana, México.
Arbelaez, P., Maire, M., Fowlkes, C., & Malik, J. (2011). Contour Detection and Hierarchical Image Segmentation. IEEE Transactions on Pattern analysis and Machine intelligence, 898-916.
Bailey, H. Durrant-Whyte and T. (2006). Simultaneous localization and mapping: part I. IEEE Robotics & Automation Magazine, (págs. 99-110). doi:10.1109/MRA.2006.1638022
Ben-Ari, Mordechai & Mondada, Francesco. (2018). Robotic Motion and Odometry. doi:10.1007/978-3-319-62533-1_5
Bochkovskiy, A., Wang, C.-Y., & Liao, H.-Y. (2020). YOLOv4: Optimal Speed and Accuracy of Object Detection.
BSI. (1998). BS EN 1525:1998 - Safety of industrial trucks - Driverless Trucks and their systems. BSI.
Buzdar, K. (16 de 09 de 2021). vitux.com. Obtenido de https://vitux.com/opencv_ubuntu/
C. Wang, & J. Mao. (2019). Summary of AGV Path Planning. 2019 3rd International Conference on Electronic Information Technology and Computer Engineering (EITCE). Xiamen, China.
Chang, S.-H., Wu, P.-T., & Fu, L.-C. (2018). Robust 2D Indoor Localization through Laser SLAM. IEEE International Conference on Systems, Man, and Cybernetics, 1263-1268.
Coursera. (17 de octubre de 2020). Coursera. Recuperado el 13 de September de 2020, de Coursera: https://www.coursera.org/learn/convolutional-neural- networks/home/welcome
E. Rublee, V. R. (2011). ORB: An efficient alternative to SIFT or SURF. 2011 International Conference on Computer Vision, (págs. 2564-2571).
eigen.tuxfamily.org. (16 de 09 de 2021). Obtenido de https://eigen.tuxfamily.org/index.php?title=Main_Page
Fujimori Atsushi, N. P. (1997). Adaptive Navigation of Mobile Robots with Obstacle Avoidance. IEEE Transactions on Robotics and Automation.
G. Ding, H. Lu, J. Bai and X. Qin. (2020). Development of a High Precision UWB/Vision-based AGV and Control System. 2020 5th International Conference on Control and Robotics Engineering (ICCRE). Osaka, Japan.
Galvez Lopez, D., & Tardos, J. (2012). Bags of Binary Words for Fast Place Recognition in Image Sequences. IEEE Transactions on Robotics, 1188- 1197.
Gemeinder M., a. G. (2003). GA-based Path Planning for Mobile Robot Systems Employing an Active Search Algorithm. Applied Soft Computing.
Gorlach, T. Ferreira & I.A. (2016). Development of an automated guided vehicle controller using a model-based system engineering approach. South African Journal of Industrial Engineering, 27(2), 206-217.
Guzmán Carranza, J. M. (2020). Unidad de Cuidados intensivos adultos. Obtenido de Buscador de Arquitecturas: https://documentos.arq.com.mx/Detalles/194186.html
H. Xu, J. Xia, Z. Yuan and P. Cao. (2019). Design and Implementation of Differential Drive AGV Based on Laser Guidance. 2019 3rd International Conference on Robotics and Automation Sciences (ICRAS). Wuhan, China.
Hatab, R. (2013). Dynamic Modelling of Differential-Drive Mobile Robots using Lagrange and Newton-Euler Methodologies: A Unified Framework. Advances in Robotics & Automation, 2.
Homecenter.com.co. (s.f.). Recuperado el 21 de 03 de 2021, de https://www.homecenter.com.co/homecenter-co/product/399929/Rueda- Rodaja-de-Hule-Termoplast-2-Pulg-Gris/399929
J. Chen, X. Liu, Y. Liu, L. Chen and W. Lu. (2019). The Method of AGV Detection and Cargo Status Recognition Based on Globe Vision. 2019 12th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI). Suzhou, China.
Jie Tian, Jun Tong, & Shi Luo. (2018). Differential Steering Control of Four-Wheel Independent-Drive Electric Vehicles.
jskinn John Skinner, d.-a. D. (28 de 09 de 2021). Obtenido de Github: https://github.com/jskinn/ORB_SLAM2-PythonBindings
Kaamesh, K. (2012). Motion Planning and Control of Differential Drive Mobile Robot. Dayton: Wright State University.
Khandelwal, R. (s.f.). towardsdatascience.co. Recuperado el 24 de 07 de 2021, de https://towardsdatascience.com/implementing-yolo-on-a-custom-dataset- 20101473ce53
L. Lynch, T. Newe, J. Clifford, J. Coleman, J. Wal. (2018). Automated Ground Vehicle (AGV) and Sensor Technologies- A Review. 2018 12th International Conference on Sensing Technology (ICST). Limerick.
LinuxConfig.org. (20 de 09 de 2021). Obtenido de How to install G++ the C++ compiler on Ubuntu 18.04 Bionic Beaver Linux: https://linuxconfig.org/how- to-install-g-the-c-compiler-on-ubuntu-18-04-bionic-beaver-linux
Liu Guan-Yu, a. W.-J. (2001). A Discrete Method for Time-Optimal Motion Planning of a Class of Mobile Robots. In: Journal of Intelligent and Robotic Systems.
MADNESS ELECTRONICS. (s.f.). Recuperado el 21 de 03 de 2021, de http://www.madnesselectronics.com/producto/chumacera-con-rodamiento- 8mm-kp08/
opencv.org. (16 de 09 de 2021). Github. Obtenido de OpenCV-contrib 3.2.0: https://github.com/opencv/opencv_contrib/releases/tag/3.2.0
opencv.org. (16 de 09 de 2021). Github. Obtenido de OpenCV 3.2.0: https://github.com/opencv/opencv/releases/tag/3.2.0
R. Mur-Artal and J. D. Tardós. (2017). ORB-SLAM2: An Open-Source SLAM System for Monocular, Stereo, and RGB-D Cameras. IEEE Transactions on Robotics, 33(5), 1255-1262.
R.V. Sakrikar, P.V. Sarngadharan, S. Sharma, V.K. Shrivastava, A.P. Das, V. Dave, . . . Manjit Singh. (2011). A Material Transfer System using Automated Guided Vehicles. Division of Remote Handling & Robotics, Technology Development Article, Barc newsletter.
Razak, S. (2016). Structural design and analysis of autonomous guided vehicle (AGV) for parts supply. Proceedings of Mechanical Engineering Research Day, 58-59.
Redmon, J., & Farhadi, A. (2017). YOLO9000: better, faster, stronger. Proceedings of the IEEE conference on computer vision and pattern recognition, (págs. 7263-7271).
Redmon, J., Divvala, S., Girshick, R., & Farhadi. (2016). You only look once: Unified, real-time object detection. Proceedings of the IEEE conference on computer vision and pattern recognition, (págs. 779-788).
Ríos, E. A. (2015). Desarrollo de un algoritmo planificador de rutas con capacidad de implementación en diversas aplicaciones de la robótica móvil. Pereira.
Rodamex.com.mx. (s.f.). Recuperado el 21 de 03 de 2021, de https://www.rodamex.com.mx/eng/Rodamex_CatR1_2_Eng.pdf
Roni Permana Saputra, Estiko Rijanto. (2012). Automatic Guided Vehicles System and Its Coordination Control for Containers Terminal Logistics Application. Research centre for Electrical Power and Mechatronics, Indonesian Institute of Sciences. Indonesia.
Rubio, F., Valero, F., & Llopis-Albert, C. (2009). A review of mobile robots: Concepts, methods, theoretical framework, and applications. International Journal of Advanced Robotic Systems, 16(2), 1729881419839596.
S. Quan, & J. Chen. (2019). AGV Localization Based on Odometry and LiDAR. 2019 2nd World Conference on Mechanical Engineering and Intelligent Manufacturing (WCMEIM). Shanghai, China.
Sandeep, K. M., & Jharna, M. (2014). Kinematics, Localization and Control of Differential Drive Mobile Robot. Global Journal of Researches in Engineering.
Scaramuzza, D. (1 de Octubre de 2021). Vision Algorithms for Mobile Robotics. Obtenido de Robotics and Perception Group: http://rpg.ifi.uzh.ch/
stevenlovegrove.com. (19 de 09 de 2021). Github. Obtenido de StevenLoveGrove/Pangolin: https://github.com/stevenlovegrove/Pangolin/releases/tag/v0.5
Suell Max, Faber John, & Lengerke Omar. (2008). Diseño Mecatrónico De Un Robot Tipo Agv “Automated Guided Vehicle. Facultad de Ingenierías Fisicomecánicas, UIS, 7(1), 65-76.
T. Zheng, Y. Xu and D. Zheng. (2019). AGV Path Planning based on Improved A- star Algorithm. 2019 IEEE 3rd Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC). Chongqing, China.
Vanegas Useche, L. V. (2018). Diseño de árboles. En Diseño de elementos de Máquina (págs. 278-335). Pereira: Editorial Universidad Tecnológica de Pereira.
Verucchi, C. B. (2007). Algunas pautas para la selección de motores de propulsión en vehículos eléctricos. XII Reunión de Trabajo en Procesamiento de la Información y Control. Río Gallegos.
W. Chun-Fu, W. Xiao-Long, C. Qing-Xie, C. Xiao-Wei. (2017). Research on visual navigation algorithm of AGV used in the small agile warehouse. 2017 Chinese Automation Congress (CAC). Jinan.
W. Huang, C. Yang, J. Ji, N. Chen and K. Xu. (2019). Study on Obstacle Avoidance of AGV based on Fuzzy Neural Network. 2019 IEEE 3rd Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC). Chongqing, China.
W. Yuan, Z. Li and C. Su. (2016). RGB-D sensor-based visual SLAM for localization and navigation of indoor mobile robot. 2016 International Conference on Advanced Robotics and Mechatronics (ICARM). Macau.
X. Yu and J. Yan. (2019). AGV Path Planning Based on Optimized Particle Swarm Optimization. 2019 3rd International Conference on Electronic Information Technology and Computer Engineering (EITCE). Xiamen, China.
Xiao Jing, M. Z. (1997). Adaptive Evolutionary Planner/Navigator for Robots. IEEE Transactions on Evolutionary Computation.
Xiaodong Wu, Member, IACSIT, Min Xu, and Lei Wan. (2013). Differential Speed Steering Control for Four-Wheel Independent Driving Electric Vehicle. International Journal of Materials, Mechanics and Manufacturing, 1(4).
Zhang, Y., Xiangyang, X., Dai, Y., & Lu, H. (2014). Two-Stage Obstacle Detection Based on Stereo Vision in Unestructures Environment. Sixth International Conference on Intelligent Human-Machine Systems and Cybernetics, 168- 172.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Bucaramanga (Santander, Colombia)
dc.coverage.temporal.spa.fl_str_mv 2021
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Mecatrónica
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/15764/4/2021_Tesis_Molina_Lache_Richard_Manuel.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/15764/5/2021_Licencia_Molina_Lache_Richard_Manuel.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/15764/6/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/15764/7/2021_Tesis_Molina_Lache_Richard_Manuel.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/15764/8/2021_Licencia_Molina_Lache_Richard_Manuel.pdf.jpg
bitstream.checksum.fl_str_mv 0c4579d318b5f08ffa595279b69e2037
8bdbe747c4fc1bd22cc48fdff0d08702
3755c0cfdb77e29f2b9125d7a45dd316
0dc75930190d437e9f1adee57d55d3ea
48009460d9dcf835ffe6403e8d06b57d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277339376254976
spelling Roa Prada, SebastiánArizmendi Pereira, Carlos JulioGonzález Pilonieta, Jhorman DavidDíaz Bayona, Jorge LuisMolina Lache, Richard ManuelRoa Prada, Sebastián [0000295523]Arizmendi Pereira, Carlos Julio [0001381550]Roa Prada, Sebastián [es&oi=ao]Arizmendi Pereira, Carlos Julio [JgT_je0AAAAJ&hl=es]Roa Prada, Sebastián [0000-0002-1079-9798]Arizmendi Pereira, Carlos Julio [0000-0003-1903-115X]Roa Prada, Sebastián [Sebastian-Roa-Prada]Arizmendi Pereira, Carlos Julio [Carlos-Arizmendi]Bucaramanga (Santander, Colombia)20212022-03-01T21:03:22Z2022-03-01T21:03:22Z2021-11-06http://hdl.handle.net/20.500.12749/15764instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEste proyecto consiste en el desarrollo de un vehículo inteligente autónomo de tracción diferencial con un chasís en aluminio de 60x45 cm de base y 65 cm de alto con la capacidad de transportar 10 kg y desplazarse de forma autónoma en base a un sistema personalizado tipo SLAM (Localización y Mapeo Simultáneo) con una cámara RGB-D, un mapa tridimensional de puntos de la zona generado con la técnica SLAM, un algoritmo de navegación para el seguimiento de una ruta calculada con una adaptación del algoritmo A-star, un controlador de velocidad apoyado en codificadores incrementales, y un algoritmo de detección y evasión de obstáculos conformado por una red neuronal para detectar persona, camilla, silla, canasta, caja, puerta, escritorio, equipo médico y aviso de peligro, una función de estimación de posición del objeto basado en la información de profundidad y campo de visión de la cámara RGB-D, y una función de actualización del mapa para planificación de ruta con la demarcación de la zona de estimación del obstáculo detectado como zona no accesible. Todo se ejecuta en Python y C++ en una Jetson Nano con sistema operativo Ubuntu 18.04 a través de una aplicación de interfaz de usuario que permite darle instrucciones al AIV y monitorearlo desde una pantalla a bordo del robot o un PC conectado mediante Wi-Fi que puede usarse para tele consultas y reducir el contacto físico en un entorno hospitalario.INTRODUCCIÓN 12 1. ESTADO DEL ARTE 13 2. MARCO TEÓRICO 16 2.1 ANÁLISIS DINÁMICO DE UN ROBOT DE TRACCIÓN DIFERENCIAL16 2.2 ALGORITMOS DE PLANIFICACIÓN DE TRAYECTORIA 18 2.3 ALGORITMOS DE DETECCIÓN DE OBSTÁCULOS MEDIANTE VISIÓN ARTIFICIAL 19 2.4 ALGORITMOS DE AUTO LOCALIZACIÓN 20 3. OBJETIVOS 23 3.1 OBJETIVO GENERAL 23 3.2 OBJETIVOS ESPECÍFICOS 23 4. DESARROLLO Y DISEÑOS 24 4.1. DISEÑO MECÁNICO Y ELÉCTRICO 24 4.2. CONSTRUCCIÓN DEL PROTOTIPO DE AIV 41 4.3. PLANIFICACIÓN DE RUTA 45 4.4. AUTO LOCALIZACIÓN 50 4.5. EVASIÓN DE OBSTÁCULOS CON VISIÓN ARTIFICIAL 56 4.6. VALIDACIÓN DEL FUNCIONAMIENTO DEL PROTOTIPO 61 5. RESULTADOS Y EVIDENCIAS 76 5.1. NAVEGACIÓN CON EVASIÓN DE OBSTÁCULOS 76 5.2. TRANSPORTE DE CARGA CON SUPERVISIÓN REMOTA 77 5.3. LLAMADA VIA WI-FI PARA TELECONSULTA 80 6. CONCLUSIONES 81 REFERENCIAS 82 ANEXOS 87PregradoThis Project consists of the development of an differential-drive AIV (autonomous intelligent vehicle) with an 60 x 45 cm base and 65 cm height aluminum chassis, able to transport a 10kg load and autonomously travel via a SLAM customized system with an RGB-D camera (Red, Green, Blue - Depth), a tridimensional point map generated by the SLAM technique, a path planning algorithm based on an adaptation of the a-star algorithm, a velocity controller supported by incremental encoders in its two drive wheels, and an obstacle detection and avoidance algorithm based on a YOLO neural network for object detection in real time of people, hospital gurneys, chairs, trash cans, boxes, doors, desks, medical equipment and danger signs; with an object position estimation based on depth and FOV (Field of vision) information of the RGB-D camera and a function to update the map marking the estimated obstacle position as “non-accessible zone”. All this is executed in Python with binded C++ libraries in a Jetson Nano with Ubuntu 18.04 operative system through a user interface application programmed in Python which allows to give instructions to the AIV and monitor it from a screen aboard the top part robot or computer connected via Wi-Fi that can be used for tele-consulting to reduce the human interaction between medical staff and patients in hospital environments.application/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientesDevelopment of an intelligent autonomous vehicle at scale using deep learning techniques for the transport service of objects in hospital environments and reduction of human interaction between medical staff and patientsIngeniero MecatrónicoUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería Mecatrónicainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPMechatronicInnovationTechnological developmentResearchArtificial intelligenceTransport of objectsPatientMedical staffAutomatic controlManipulatorsMecatrónicaInnovaciónDesarrollo tecnológicoInvestigaciónControl automáticoManipuladoresRobotsInteligencia artificialTransporte de objetosPacientePersonal medicoalexranaldi. (2021). A_STAR. Obtenido de Github: https://github.com/alexranaldi/A_STARAlkaid-Benetnash, r. (28 de 09 de 2021). Obtenido de Github: https://github.com/Alkaid- Benetnash/ORB_SLAM2/blob/master/Examples/Monocular/TUM1.yamlÁngel, P. G. (2007). Planeación de trayectorias para robótica móvil mediante optimización por colonia de hormigas. Tesis de Maestría en Ciencias en Sistemas Digitales, Instituto Politécnico Nacional. Tijuana, México.Arbelaez, P., Maire, M., Fowlkes, C., & Malik, J. (2011). Contour Detection and Hierarchical Image Segmentation. IEEE Transactions on Pattern analysis and Machine intelligence, 898-916.Bailey, H. Durrant-Whyte and T. (2006). Simultaneous localization and mapping: part I. IEEE Robotics & Automation Magazine, (págs. 99-110). doi:10.1109/MRA.2006.1638022Ben-Ari, Mordechai & Mondada, Francesco. (2018). Robotic Motion and Odometry. doi:10.1007/978-3-319-62533-1_5Bochkovskiy, A., Wang, C.-Y., & Liao, H.-Y. (2020). YOLOv4: Optimal Speed and Accuracy of Object Detection.BSI. (1998). BS EN 1525:1998 - Safety of industrial trucks - Driverless Trucks and their systems. BSI.Buzdar, K. (16 de 09 de 2021). vitux.com. Obtenido de https://vitux.com/opencv_ubuntu/C. Wang, & J. Mao. (2019). Summary of AGV Path Planning. 2019 3rd International Conference on Electronic Information Technology and Computer Engineering (EITCE). Xiamen, China.Chang, S.-H., Wu, P.-T., & Fu, L.-C. (2018). Robust 2D Indoor Localization through Laser SLAM. IEEE International Conference on Systems, Man, and Cybernetics, 1263-1268.Coursera. (17 de octubre de 2020). Coursera. Recuperado el 13 de September de 2020, de Coursera: https://www.coursera.org/learn/convolutional-neural- networks/home/welcomeE. Rublee, V. R. (2011). ORB: An efficient alternative to SIFT or SURF. 2011 International Conference on Computer Vision, (págs. 2564-2571).eigen.tuxfamily.org. (16 de 09 de 2021). Obtenido de https://eigen.tuxfamily.org/index.php?title=Main_PageFujimori Atsushi, N. P. (1997). Adaptive Navigation of Mobile Robots with Obstacle Avoidance. IEEE Transactions on Robotics and Automation.G. Ding, H. Lu, J. Bai and X. Qin. (2020). Development of a High Precision UWB/Vision-based AGV and Control System. 2020 5th International Conference on Control and Robotics Engineering (ICCRE). Osaka, Japan.Galvez Lopez, D., & Tardos, J. (2012). Bags of Binary Words for Fast Place Recognition in Image Sequences. IEEE Transactions on Robotics, 1188- 1197.Gemeinder M., a. G. (2003). GA-based Path Planning for Mobile Robot Systems Employing an Active Search Algorithm. Applied Soft Computing.Gorlach, T. Ferreira & I.A. (2016). Development of an automated guided vehicle controller using a model-based system engineering approach. South African Journal of Industrial Engineering, 27(2), 206-217.Guzmán Carranza, J. M. (2020). Unidad de Cuidados intensivos adultos. Obtenido de Buscador de Arquitecturas: https://documentos.arq.com.mx/Detalles/194186.htmlH. Xu, J. Xia, Z. Yuan and P. Cao. (2019). Design and Implementation of Differential Drive AGV Based on Laser Guidance. 2019 3rd International Conference on Robotics and Automation Sciences (ICRAS). Wuhan, China.Hatab, R. (2013). Dynamic Modelling of Differential-Drive Mobile Robots using Lagrange and Newton-Euler Methodologies: A Unified Framework. Advances in Robotics & Automation, 2.Homecenter.com.co. (s.f.). Recuperado el 21 de 03 de 2021, de https://www.homecenter.com.co/homecenter-co/product/399929/Rueda- Rodaja-de-Hule-Termoplast-2-Pulg-Gris/399929J. Chen, X. Liu, Y. Liu, L. Chen and W. Lu. (2019). The Method of AGV Detection and Cargo Status Recognition Based on Globe Vision. 2019 12th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI). Suzhou, China.Jie Tian, Jun Tong, & Shi Luo. (2018). Differential Steering Control of Four-Wheel Independent-Drive Electric Vehicles.jskinn John Skinner, d.-a. D. (28 de 09 de 2021). Obtenido de Github: https://github.com/jskinn/ORB_SLAM2-PythonBindingsKaamesh, K. (2012). Motion Planning and Control of Differential Drive Mobile Robot. Dayton: Wright State University.Khandelwal, R. (s.f.). towardsdatascience.co. Recuperado el 24 de 07 de 2021, de https://towardsdatascience.com/implementing-yolo-on-a-custom-dataset- 20101473ce53L. Lynch, T. Newe, J. Clifford, J. Coleman, J. Wal. (2018). Automated Ground Vehicle (AGV) and Sensor Technologies- A Review. 2018 12th International Conference on Sensing Technology (ICST). Limerick.LinuxConfig.org. (20 de 09 de 2021). Obtenido de How to install G++ the C++ compiler on Ubuntu 18.04 Bionic Beaver Linux: https://linuxconfig.org/how- to-install-g-the-c-compiler-on-ubuntu-18-04-bionic-beaver-linuxLiu Guan-Yu, a. W.-J. (2001). A Discrete Method for Time-Optimal Motion Planning of a Class of Mobile Robots. In: Journal of Intelligent and Robotic Systems.MADNESS ELECTRONICS. (s.f.). Recuperado el 21 de 03 de 2021, de http://www.madnesselectronics.com/producto/chumacera-con-rodamiento- 8mm-kp08/opencv.org. (16 de 09 de 2021). Github. Obtenido de OpenCV-contrib 3.2.0: https://github.com/opencv/opencv_contrib/releases/tag/3.2.0opencv.org. (16 de 09 de 2021). Github. Obtenido de OpenCV 3.2.0: https://github.com/opencv/opencv/releases/tag/3.2.0R. Mur-Artal and J. D. Tardós. (2017). ORB-SLAM2: An Open-Source SLAM System for Monocular, Stereo, and RGB-D Cameras. IEEE Transactions on Robotics, 33(5), 1255-1262.R.V. Sakrikar, P.V. Sarngadharan, S. Sharma, V.K. Shrivastava, A.P. Das, V. Dave, . . . Manjit Singh. (2011). A Material Transfer System using Automated Guided Vehicles. Division of Remote Handling & Robotics, Technology Development Article, Barc newsletter.Razak, S. (2016). Structural design and analysis of autonomous guided vehicle (AGV) for parts supply. Proceedings of Mechanical Engineering Research Day, 58-59.Redmon, J., & Farhadi, A. (2017). YOLO9000: better, faster, stronger. Proceedings of the IEEE conference on computer vision and pattern recognition, (págs. 7263-7271).Redmon, J., Divvala, S., Girshick, R., & Farhadi. (2016). You only look once: Unified, real-time object detection. Proceedings of the IEEE conference on computer vision and pattern recognition, (págs. 779-788).Ríos, E. A. (2015). Desarrollo de un algoritmo planificador de rutas con capacidad de implementación en diversas aplicaciones de la robótica móvil. Pereira.Rodamex.com.mx. (s.f.). Recuperado el 21 de 03 de 2021, de https://www.rodamex.com.mx/eng/Rodamex_CatR1_2_Eng.pdfRoni Permana Saputra, Estiko Rijanto. (2012). Automatic Guided Vehicles System and Its Coordination Control for Containers Terminal Logistics Application. Research centre for Electrical Power and Mechatronics, Indonesian Institute of Sciences. Indonesia.Rubio, F., Valero, F., & Llopis-Albert, C. (2009). A review of mobile robots: Concepts, methods, theoretical framework, and applications. International Journal of Advanced Robotic Systems, 16(2), 1729881419839596.S. Quan, & J. Chen. (2019). AGV Localization Based on Odometry and LiDAR. 2019 2nd World Conference on Mechanical Engineering and Intelligent Manufacturing (WCMEIM). Shanghai, China.Sandeep, K. M., & Jharna, M. (2014). Kinematics, Localization and Control of Differential Drive Mobile Robot. Global Journal of Researches in Engineering.Scaramuzza, D. (1 de Octubre de 2021). Vision Algorithms for Mobile Robotics. Obtenido de Robotics and Perception Group: http://rpg.ifi.uzh.ch/stevenlovegrove.com. (19 de 09 de 2021). Github. Obtenido de StevenLoveGrove/Pangolin: https://github.com/stevenlovegrove/Pangolin/releases/tag/v0.5Suell Max, Faber John, & Lengerke Omar. (2008). Diseño Mecatrónico De Un Robot Tipo Agv “Automated Guided Vehicle. Facultad de Ingenierías Fisicomecánicas, UIS, 7(1), 65-76.T. Zheng, Y. Xu and D. Zheng. (2019). AGV Path Planning based on Improved A- star Algorithm. 2019 IEEE 3rd Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC). Chongqing, China.Vanegas Useche, L. V. (2018). Diseño de árboles. En Diseño de elementos de Máquina (págs. 278-335). Pereira: Editorial Universidad Tecnológica de Pereira.Verucchi, C. B. (2007). Algunas pautas para la selección de motores de propulsión en vehículos eléctricos. XII Reunión de Trabajo en Procesamiento de la Información y Control. Río Gallegos.W. Chun-Fu, W. Xiao-Long, C. Qing-Xie, C. Xiao-Wei. (2017). Research on visual navigation algorithm of AGV used in the small agile warehouse. 2017 Chinese Automation Congress (CAC). Jinan.W. Huang, C. Yang, J. Ji, N. Chen and K. Xu. (2019). Study on Obstacle Avoidance of AGV based on Fuzzy Neural Network. 2019 IEEE 3rd Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC). Chongqing, China.W. Yuan, Z. Li and C. Su. (2016). RGB-D sensor-based visual SLAM for localization and navigation of indoor mobile robot. 2016 International Conference on Advanced Robotics and Mechatronics (ICARM). Macau.X. Yu and J. Yan. (2019). AGV Path Planning Based on Optimized Particle Swarm Optimization. 2019 3rd International Conference on Electronic Information Technology and Computer Engineering (EITCE). Xiamen, China.Xiao Jing, M. Z. (1997). Adaptive Evolutionary Planner/Navigator for Robots. IEEE Transactions on Evolutionary Computation.Xiaodong Wu, Member, IACSIT, Min Xu, and Lei Wan. (2013). Differential Speed Steering Control for Four-Wheel Independent Driving Electric Vehicle. International Journal of Materials, Mechanics and Manufacturing, 1(4).Zhang, Y., Xiangyang, X., Dai, Y., & Lu, H. (2014). Two-Stage Obstacle Detection Based on Stereo Vision in Unestructures Environment. Sixth International Conference on Intelligent Human-Machine Systems and Cybernetics, 168- 172.ORIGINAL2021_Tesis_Molina_Lache_Richard_Manuel.pdf2021_Tesis_Molina_Lache_Richard_Manuel.pdfTesisapplication/pdf3535284https://repository.unab.edu.co/bitstream/20.500.12749/15764/4/2021_Tesis_Molina_Lache_Richard_Manuel.pdf0c4579d318b5f08ffa595279b69e2037MD54open access2021_Licencia_Molina_Lache_Richard_Manuel.pdf2021_Licencia_Molina_Lache_Richard_Manuel.pdfLicenciaapplication/pdf219102https://repository.unab.edu.co/bitstream/20.500.12749/15764/5/2021_Licencia_Molina_Lache_Richard_Manuel.pdf8bdbe747c4fc1bd22cc48fdff0d08702MD55metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/15764/6/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD56open accessTHUMBNAIL2021_Tesis_Molina_Lache_Richard_Manuel.pdf.jpg2021_Tesis_Molina_Lache_Richard_Manuel.pdf.jpgIM Thumbnailimage/jpeg5162https://repository.unab.edu.co/bitstream/20.500.12749/15764/7/2021_Tesis_Molina_Lache_Richard_Manuel.pdf.jpg0dc75930190d437e9f1adee57d55d3eaMD57open access2021_Licencia_Molina_Lache_Richard_Manuel.pdf.jpg2021_Licencia_Molina_Lache_Richard_Manuel.pdf.jpgIM Thumbnailimage/jpeg8978https://repository.unab.edu.co/bitstream/20.500.12749/15764/8/2021_Licencia_Molina_Lache_Richard_Manuel.pdf.jpg48009460d9dcf835ffe6403e8d06b57dMD58metadata only access20.500.12749/15764oai:repository.unab.edu.co:20.500.12749/157642022-03-01 18:00:50.088open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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