Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola

El presente documento describe el proceso de implementación de un algoritmo capaz de guiar a un robot móvil de tipo diferencial a través de un entorno desconocido, en el que se enfrentará a obstáculos dinámicos, mientras genera un mapa de su propio entorno y se ubica dentro de él. Para el desarrollo...

Full description

Autores:
Rondón Cárdenas, Daniel Santiago
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Militar Nueva Granada
Repositorio:
Repositorio UMNG
Idioma:
spa
OAI Identifier:
oai:repository.unimilitar.edu.co:10654/18081
Acceso en línea:
http://hdl.handle.net/10654/18081
Palabra clave:
ROBOTICA
AGRICULTURA - ROBOTICA
SLAM
Navigation
ROS
Differential Robot
Agricutural Robot
SLAM
Navegación
ROS
Robot diferencial
Robot agricola
Rights
License
Derechos Reservados - Universidad Militar Nueva Granada, 2018
id UNIMILTAR2_6b8ea7d666bce1d1e7847cfd2d9ea2ab
oai_identifier_str oai:repository.unimilitar.edu.co:10654/18081
network_acronym_str UNIMILTAR2
network_name_str Repositorio UMNG
repository_id_str
dc.title.spa.fl_str_mv Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola
dc.title.translated.spa.fl_str_mv Approach to the displacement of a mobile platform, agricultural robot type
title Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola
spellingShingle Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola
ROBOTICA
AGRICULTURA - ROBOTICA
SLAM
Navigation
ROS
Differential Robot
Agricutural Robot
SLAM
Navegación
ROS
Robot diferencial
Robot agricola
title_short Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola
title_full Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola
title_fullStr Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola
title_full_unstemmed Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola
title_sort Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícola
dc.creator.fl_str_mv Rondón Cárdenas, Daniel Santiago
dc.contributor.advisor.spa.fl_str_mv Solaque Guzman, LEONARDO ENRIQUE
dc.contributor.author.spa.fl_str_mv Rondón Cárdenas, Daniel Santiago
dc.contributor.other.spa.fl_str_mv Sanchez Herrera, Guillermo
Salgado Luque, Jorge Alejandro
dc.subject.lemb.spa.fl_str_mv ROBOTICA
AGRICULTURA - ROBOTICA
topic ROBOTICA
AGRICULTURA - ROBOTICA
SLAM
Navigation
ROS
Differential Robot
Agricutural Robot
SLAM
Navegación
ROS
Robot diferencial
Robot agricola
dc.subject.keywords.spa.fl_str_mv SLAM
Navigation
ROS
Differential Robot
Agricutural Robot
dc.subject.proposal.spa.fl_str_mv SLAM
Navegación
ROS
Robot diferencial
Robot agricola
description El presente documento describe el proceso de implementación de un algoritmo capaz de guiar a un robot móvil de tipo diferencial a través de un entorno desconocido, en el que se enfrentará a obstáculos dinámicos, mientras genera un mapa de su propio entorno y se ubica dentro de él. Para el desarrollo de este proyecto se utilizó ROS como sistema operativo, tanto para el control de la plataforma móvil Pioneer 3DX, como para la recepción de información de sensores laser, sonares, IMU y GPS, y para el procesamiento de esta información y su posterior traducción en un mapa. El algoritmo de SLAM (Simultaneous Location and Mapping) se fundamenta en filtros de partículas, siendo cada partícula un mapa. Mientras que el algoritmo de navegación se basa en la aproximación de ventana dinámica, la cual consiste en simular por periodos cortos de tiempo distintas combinaciones de velocidades (lineales y angulares) y establecer con cuales el robot es capaz de desplazarse por su entorno sin chocarse con los obstáculos. El proyecto pretende ser la base de funcionamiento para un robot agrícola capaz de navegar autónomamente mientras desarrolla actividades como plantación, riego, fertilización y control de plagas
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-10-10T14:58:13Z
2019-12-26T22:11:05Z
dc.date.available.none.fl_str_mv 2018-10-10T14:58:13Z
2019-12-26T22:11:05Z
dc.date.issued.none.fl_str_mv 2018-08-08
dc.type.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.dcmi-type-vocabulary.spa.fl_str_mv Text
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10654/18081
url http://hdl.handle.net/10654/18081
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv R. A. d. l. L. Española, «Diccionario de la lengua Española,» octubre 2014. [En línea]. Available: http://dle.rae.es/?id=WYRlhzm. [Último acceso: 27 mayo 2017]
J. J. C. Robotica, Ciudad de Mexico: Pearson, 2006.
M. Aguilera Hernández, M. Bautista y J. Iruegas, «Diseño y Control de Robots Móviles,» Instituto Tecnológico de Nuevo Laredo , Nuevo Laredo, 2007.
C. Becker, J. Salas, K. Tokusei y J.-C. Latornbe, «Reliable Navigation Using Landmarks,» IEEE lnternatlonal Conference on Robotics and Automation, pp. 401-406, 1995.
B. S. LEMUS QUIROGA, J. F. CLAVIJO MAYORGA y E. M. YOSA VELÁSQUEZ, RECONSTRUCCIÓN TRIDIMENSIONAL DE UN AMBIENTE NO ESTRUCTURADO Y ESTÁTICO USANDO UNA PLATAFORMA MÓVIL TELE OPERADA MEDIANTE ROS Y SU REPRESENTACIÓN EN UN ENTORNO VIRTUAL, Bogota: Universidad Militar Nueva Granada, 2017.
T. Moore, «robot_localization wiki,» Sphinx, 2016. [En línea]. Available: http://docs.ros.org/kinetic/api/robot_localization/html/index.html. [Último acceso: 23 Julio 2018].
T. Moore y D. Stouch, «A Generalized Extended Kalman Filter Implementation for the Robot Operating System,» de Advances in Intelligent Systems and Computing 13, Springer, 2016, pp. 335-348.
G. Grisetti, C. Stachniss y W. Burgard, «Improving Grid-based SLAM with Rao-Blackwellized Particle Filters by Adaptive Proposals and Selective Resampling,» de IEEE International Conference on Robotics and Automation, 2005.
D. Fox, W. Burgard, F. Dellaert y S. Thrun, «Monte Carlo Localization: Efficient Position Estimation for Mobile Robots,» de Sixteenth National Conference on Artificial Intelligence and Eleventh Conference on Innovative Applications of Artificial Intelligence, Orlando, 1999.
J. E. HANDSCHINJ, «Monte Carlo Techniques for Prediction and Filtering of Non-Linear Stochastic Processes,» Automatica, vol. 6, pp. 555-563, 1970.
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad Militar Nueva Granada, 2018
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-SinDerivadas
rights_invalid_str_mv Derechos Reservados - Universidad Militar Nueva Granada, 2018
https://creativecommons.org/licenses/by-nc-nd/2.5/co/
Atribución-NoComercial-SinDerivadas
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Calle 100
dc.publisher.department.spa.fl_str_mv Facultad de Ingenieríad
dc.publisher.program.spa.fl_str_mv Ingeniería en Mecatrónica
dc.publisher.faculty.spa.fl_str_mv Ingeniería - Ingeniería en Mecatrónica
dc.publisher.grantor.spa.fl_str_mv Universidad Militar Nueva Granada
institution Universidad Militar Nueva Granada
bitstream.url.fl_str_mv http://repository.unimilitar.edu.co/bitstream/10654/18081/1/RondonCardenasDanielSantiago2018.pdf.jpg
http://repository.unimilitar.edu.co/bitstream/10654/18081/2/RondonCardenasDanielSantiago2018.pdf
http://repository.unimilitar.edu.co/bitstream/10654/18081/3/license.txt
bitstream.checksum.fl_str_mv ff3d048169d381eef44e7070ed136f68
7e4b405ef9772e7ab5a685d17c1e750f
755421b5a8b45ce61d1a5793576f9a78
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UMNG
repository.mail.fl_str_mv bibliodigital@unimilitar.edu.co
_version_ 1837098454288957440
spelling Solaque Guzman, LEONARDO ENRIQUERondón Cárdenas, Daniel SantiagoIngeniero en MecatrónicaSanchez Herrera, GuillermoSalgado Luque, Jorge AlejandroCalle 1002018-10-10T14:58:13Z2019-12-26T22:11:05Z2018-10-10T14:58:13Z2019-12-26T22:11:05Z2018-08-08http://hdl.handle.net/10654/18081El presente documento describe el proceso de implementación de un algoritmo capaz de guiar a un robot móvil de tipo diferencial a través de un entorno desconocido, en el que se enfrentará a obstáculos dinámicos, mientras genera un mapa de su propio entorno y se ubica dentro de él. Para el desarrollo de este proyecto se utilizó ROS como sistema operativo, tanto para el control de la plataforma móvil Pioneer 3DX, como para la recepción de información de sensores laser, sonares, IMU y GPS, y para el procesamiento de esta información y su posterior traducción en un mapa. El algoritmo de SLAM (Simultaneous Location and Mapping) se fundamenta en filtros de partículas, siendo cada partícula un mapa. Mientras que el algoritmo de navegación se basa en la aproximación de ventana dinámica, la cual consiste en simular por periodos cortos de tiempo distintas combinaciones de velocidades (lineales y angulares) y establecer con cuales el robot es capaz de desplazarse por su entorno sin chocarse con los obstáculos. El proyecto pretende ser la base de funcionamiento para un robot agrícola capaz de navegar autónomamente mientras desarrolla actividades como plantación, riego, fertilización y control de plagasGrupo de investigación GIDAMÍndice general Índice de Figuras 1 Introducción 1.1 Estado del arte 1.2 Planteamiento del problema 1.3 Objetivos 1.4 Justificación 2 Marco Teórico 2.1 Robótica Móvil 2.2 Fusión Sensórica 2.2.1 Filtro de Kalman (KF) 2.2.2 Filtros de Partículas 2.3 SLAM 2.3.1 Tipos de Slam 2.4 Guiado 3 Hardware y Software Utilizados 3.1 Software 3.1.1 ROS 3.1.2 EKF 3.1.3 SLAM 3.1.4 Localización 3.1.5 Navegación 3.2 Hardware 3.2.1 Pioneer 3DX 3.2.2 Hokuyo 04LX-UG01 3.2.3 ZED 3.2.4 Spatial Advanced Navigation (IMU/GPS) 3.2.5 Pc Dell Inspiron 15-7559 4 Simulación 5 Puesta en Marcha, Pruebas y Resultados 6 Conclusiones y Trabajos Futuros Bibliografía Anexos A. Código de Slam_Gmapping B. Código Move_baseThe present document describes the implementation process of an algorithm that can guide a differential mobile robot through an unknown environment, in which it must deal dynamic obstacles, while is generating a map of its own environment and is locate it self in it. For the development of this project was used ROS as operative system, so much for the control of the mobile platform Pioneer 3DX, as for the reception of the information that comes from laser, sonar, IMU and GPS sensors, and as for the processing of this information and its subsequent translation in a map. The SLAM (simultaneous Location and Mapping) algorithm it based on particles filters, where ich particle is a map. While the navigation algorithm is based on Dynamic Window Approach, which consist in the simulation of some combinations of velocities (linear and angular) for short periods of time and establish which are those with the robot can move by its environment without crash with the obstacles. This project pretends to be the operating base for an agricultural robot, that can navigate autonomously, while develop activities as plantation, irrigation, fertilization and pest control.PregradoO presente documento descreve o processo de implementação de um algoritmo capaz de guiar um robô móvel de tipo diferencial através de um ambiente desconhecido no qual ele irá enfrentar obstáculos dinâmicos enquanto gera um mapa de seu próprio ambiente e se localiza dentro dele . Para o desenvolvimento deste projecto ROS foi usado como o sistema operacional, tanto para controlar a plataforma móvel Pioneer 3DX, e receber informações a partir de sensores laser, sonares, IMU e GPS e processamento desta informação e sua posterior conversão em um mapa. O algoritmo de SLAM (Localização e Mapeamento Simultâneos) é baseado em filtros de partículas, sendo cada partícula um mapa. Embora o algoritmo de navegação baseia-se na abordagem de janela dinâmica, a qual consiste em simular, por curtos períodos de tempo diferentes combinações de velocidade (lineares e angulares) e estabelece quais dessas ajustam se com o robô para que este seja capaz de se mover através do seu ambiente sem acertar nos obstáculos. O projeto pretende ser a base de operação de um robô agrícola capaz de navegar de forma autônoma, desenvolvendo atividades como plantação, irrigação, adubação e controle de pragas.application/pdfspaDerechos Reservados - Universidad Militar Nueva Granada, 2018https://creativecommons.org/licenses/by-nc-nd/2.5/co/Atribución-NoComercial-SinDerivadashttp://purl.org/coar/access_right/c_abf2Aproximación al desplazamiento de una plataforma móvil, tipo robot agrícolaApproach to the displacement of a mobile platform, agricultural robot typeinfo:eu-repo/semantics/bachelorThesisTrabajo de gradoTexthttp://purl.org/coar/resource_type/c_7a1fROBOTICAAGRICULTURA - ROBOTICASLAMNavigationROSDifferential RobotAgricutural RobotSLAMNavegaciónROSRobot diferencialRobot agricolaFacultad de IngenieríadIngeniería en MecatrónicaIngeniería - Ingeniería en MecatrónicaUniversidad Militar Nueva GranadaR. A. d. l. L. Española, «Diccionario de la lengua Española,» octubre 2014. [En línea]. Available: http://dle.rae.es/?id=WYRlhzm. [Último acceso: 27 mayo 2017]J. J. C. Robotica, Ciudad de Mexico: Pearson, 2006.M. Aguilera Hernández, M. Bautista y J. Iruegas, «Diseño y Control de Robots Móviles,» Instituto Tecnológico de Nuevo Laredo , Nuevo Laredo, 2007.C. Becker, J. Salas, K. Tokusei y J.-C. Latornbe, «Reliable Navigation Using Landmarks,» IEEE lnternatlonal Conference on Robotics and Automation, pp. 401-406, 1995.B. S. LEMUS QUIROGA, J. F. CLAVIJO MAYORGA y E. M. YOSA VELÁSQUEZ, RECONSTRUCCIÓN TRIDIMENSIONAL DE UN AMBIENTE NO ESTRUCTURADO Y ESTÁTICO USANDO UNA PLATAFORMA MÓVIL TELE OPERADA MEDIANTE ROS Y SU REPRESENTACIÓN EN UN ENTORNO VIRTUAL, Bogota: Universidad Militar Nueva Granada, 2017.T. Moore, «robot_localization wiki,» Sphinx, 2016. [En línea]. Available: http://docs.ros.org/kinetic/api/robot_localization/html/index.html. [Último acceso: 23 Julio 2018].T. Moore y D. Stouch, «A Generalized Extended Kalman Filter Implementation for the Robot Operating System,» de Advances in Intelligent Systems and Computing 13, Springer, 2016, pp. 335-348.G. Grisetti, C. Stachniss y W. Burgard, «Improving Grid-based SLAM with Rao-Blackwellized Particle Filters by Adaptive Proposals and Selective Resampling,» de IEEE International Conference on Robotics and Automation, 2005.D. Fox, W. Burgard, F. Dellaert y S. Thrun, «Monte Carlo Localization: Efficient Position Estimation for Mobile Robots,» de Sixteenth National Conference on Artificial Intelligence and Eleventh Conference on Innovative Applications of Artificial Intelligence, Orlando, 1999.J. E. HANDSCHINJ, «Monte Carlo Techniques for Prediction and Filtering of Non-Linear Stochastic Processes,» Automatica, vol. 6, pp. 555-563, 1970.THUMBNAILRondonCardenasDanielSantiago2018.pdf.jpgIM Thumbnailimage/jpeg5515http://repository.unimilitar.edu.co/bitstream/10654/18081/1/RondonCardenasDanielSantiago2018.pdf.jpgff3d048169d381eef44e7070ed136f68MD51ORIGINALRondonCardenasDanielSantiago2018.pdfTesisapplication/pdf3003958http://repository.unimilitar.edu.co/bitstream/10654/18081/2/RondonCardenasDanielSantiago2018.pdf7e4b405ef9772e7ab5a685d17c1e750fMD52LICENSElicense.txttext/plain2915http://repository.unimilitar.edu.co/bitstream/10654/18081/3/license.txt755421b5a8b45ce61d1a5793576f9a78MD5310654/18081oai:repository.unimilitar.edu.co:10654/180812020-06-30 13:08:48.082Repositorio Institucional UMNGbibliodigital@unimilitar.edu.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