Navegación Robótica Basada en Patrones Estáticos Utilizando el Sistema Embebido CMUcam3
QRCode
Share this
Date
2013-11-19Author
Publisher
Instituto Tecnológico Metropolitano (ITM)Citation
Metadata
Show full item recordPDF Documents
Abstract
Este artículo presenta un método de navegación Robótico basado en patrones estáticos usando técnicas de visión artificial implementadas sobre el sistema embebido CMUcam3, además presenta un análisis de procesamiento de cómputo para este sistema embebido. El patrón a determinar es una línea negra con cruces, guiando al agente robótico a través de ésta. Luego de la adquisición de las imágenes mediante la CMUcam3, se utiliza un algoritmo de segmentación basado en umbral, se determina el esqueleto de los patrones y luego se aplica la transformada de Hough lineal para determinar, las líneas, los ángulos y los tipos de cruces. Debido a que la transformada de Hough lineal es un método que requiere alto procesamiento, en este trabajo, se limita el rango de los ángulos y se normaliza su espacio de acumulaciones. En los resultados obtenidos se pudo determinar que el método desarrollado para la navegación es preciso y confiable, ya que en un 87% de los segmentos de decisión se pudo determinar correctamente el tipo de cruce y el ángulo de corrección. Él sistema embebido CMUcam3 logró procesar una imagen entre 0.15 y 0.28 segundos, dependiendo del tipo de cruce que encuentre.
Abstract
This paper presents a method based on static patterns for robotic navigation using computer vision techniques implemented on CMUcam3 embedded system, also presents an analysis of computational complexity for this embedded system. The pattern to be determined is a black line with intersections, driving the robotic agent over the line. A segmentation algorithm based in threshold is used after the images acquisition by the CMUcam3, then defines the thinning patterns and then the linear Hough transform is applied to determine the lines, the angles and the type of the intersections. Due to the linear Hough transform is a method that requires high processing, in this project, the range of the angles are limited and the accumulation space is normalized. The results showthat the method developed for the navigation is accurate and reliable, because in 87% of the decision segments it could determine correctly the type of intersection and the correction angle. The CMUcam3 embedded system succeeded to process an image between 0.15 and 0.28 seconds, depending of the type of the intersection.