Académique Documents
Professionnel Documents
Culture Documents
MANIPULADOR MOVEL
USANDO MULTIPLOS
SENSORES
n-Pen
afiel, Guilherme A. S. Pereira
Diana S. Alba
Programa de P
os-Graduaca
o em Engenharia Eletrica - Universidade Federal de Minas Gerais
Av. Ant
onio Carlos 6627, Pampulha, 31270-901
Belo horizonte, Minas Gerais, Brasil
Emails: diana.albanp@yahoo.es, gpereira@ufmg.br
Abstract This paper presents a methodology for map generation using the multiple sensors of a mobile
manipulator. The generated maps will be used for localization and navigation of the robot in indoor environments.
The methodology exploit the idea that the most efficient way to work with mobile manipulators is to localize
and navigate the mobile base using two dimensional (2D) maps while three dimensional (3D) maps are used
only when the robots arm needs to perform a specific task. Thus, a set of four maps synchronized in space is
generated: i) a 2D map obtained using a laser range finder for localization of the base; ii) a colored 3D map
for object recognition and manipulation obtained using a RGB-D sensor (e.g. Kinect); iii) a 3D binary map for
navigation of the robots arm obtained from the previous one; and iv) a 2D map obtained by the projection of
the 3D map for the navigation of the base. The main difference between the 2D maps is that the first one does
not consider the robot height, while the second mark the objects where the robot cannot move underneath as
obstacles. To evaluate the methodology, in this paper a mobile manipulator is used to map two distinct real life
scenarios. As results, the obtained maps are presented along an initial experiment that validates the use of a 2D
map for the robot localization.
Mobile Manipulator Robot, 3D Mapping, 2D Mapping, Localization, Navigation
Keywords
e que o primeiro n
ao leva em consideraca
o a altura do rob
o, enquanto que o segundo marca os objetos onde o
rob
o n
ao pode se mover por baixo como obst
aculos. Para avaliar a metodologia, neste trabalho um manipulador
m
ovel
e usado para mapear dois cen
arios reais distintos. Como resultados, os mapas obtidos s
ao apresentados
ao longo de um experimento inicial que valida a utilizac
ao de um dos mapa 2D para a localizaca
o do rob
o.
Palavras-chave
Rob
o Manipulador M
ovel, Mapeamento 3D, Mapeamento 2D, Localizac
ao, Navegac
ao
Introdu
c
ao
N
os u
ltimos anos, tem-se observado um grande
avanco nas pesquisas envolvendo rob
otica movel
(Mohamed and Capi, 2012; Gockley R, 2006). Entretanto, diversos desafios ainda n
ao disp
oem de
solucoes otimas, e tem sido objeto de estudos em
diversos trabalhos publicados na literatura. Os esforcos estao concentrados em propor solucoes que
fornecam aos rob
os capacidades de mobilidade e
autonomia, possibilitando sua atuac
ao adequada
em qualquer ambiente ou cen
ario real.
Nesse contexto, alguns rob
os moveis autonomos tem seu foco concentrado na execuc
ao de tarefas cotidianas em ambientes internos (KwangHyun et al., 2008). Em algumas dessas aplicacoes, as plataformas devem ser capazes de navegar
e evitar obstaculos, bem como executar tarefas de
deteccao e manipulac
ao de objetos, configurandose portanto em um manipulador movel (Hornung
et al., 2012).
De maneira geral, pode-se inferir que um sistema robotico requer um mapa, obtido atraves da
Defini
c
ao do Problema
Figura 2: Vis
ao Geral Plataforma Rob
otica MARIA.
Trabalho realizado
Mapa 2D
Sensor Kinect
Mapeamento
Sensor Laser
Mapa 3D colorido
Mapa 3D binrio
Mapa 2D a
partir do 3D
Trabalho futuro
Navegao da
base
Navegao do
manipulador
Deteco de
objetos
Localizao
da base movl
Figura 1: Vis
ao geral do problema.
Metodologia
Nesta secao s
ao apresentadas as tecnicas utilizadas para realizar o mapeamento, a descricao dos
algoritmos usados e uma descricao da plataforma
movel. Para a geracao dos mapas, utilizou-se um
sistema rob
otico com m
ultiplos sensores. A plataforma rob
otica denominada MARIA (Manipulator
Robot for Interaction and Assistance), utilizada
nos experimentos, que ser
ao descritos na proxima
secao, encontra-se equipada com uma base movel nao holon
omica Pioneer3-AT, com sensores de
contato (bumpers), um sensor laser bidimensional SICK-LMS 291S05, um sensor Microsoft Ki-
1 Dispon
vel
2 Dispon
vel
em http://www.ros.org/
em http://wiki.ros.org/rgbdslam
4.1
Em relacao a criac
ao do mapa 2D, fez-se uso
da aplicacao gmapping 3 , que permite gerar uma
grade de ocupacao em 2D que armazena as coordenadas de posic
ao dos obst
aculos.
Apos a obtenc
ao dos mapas 2D e 3D, utiliza-se
o mapa colorido 3D e cria-se uma grade de ocupacao tridimensional, ou seja, uma representacao
baseada em Octrees (Hornung et al., 2013), que
Experimento 1
Este experimento fora realizado na sala de convivencia, dos alunos de Mestrado do programa de
Pos-Graduacao em Engenharia Eletrica da Universidade Federal de Minas Gerais. Objetivouse apresentar o mapeamento de um ambiente interno tipicamente estruturado, com mesas, cadeiras, sof
a, e etc, tal qual uma casa. A Figura 3
mostra o cen
ario envolvido, enquanto que a Figura 4 permite a visualizacao da planta baixa do
ambiente. Convem salientar que no cenario em
quest
ao, foram considerados obstaculos de varias
dimensoes, de forma a aferir um maior nvel de
complexidade, bem como tornar o ambiente mais
proximo de um cenario domestico real.
(a)
(b)
(c)
(d)
Figura 3: Cen
ario do experimento 1 observado de quatro pontos de vista diferentes.
Experimentos Realizados
Apos a definic
ao da metodologia para obtencao
dos mapas e das ferramentas descritas na secao
anterior, partiu-se para a realizacao dos experimentos que ser
ao detalhados a seguir. Nesse contexto, serao apresentados tres conjuntos de experimentos, englobando dois cen
arios distintos, ambos
consistindo em ambientes internos.
Para estes experimentos a central de processamento de dados da plataforma MARIA foi desempenhada por um notebook HP, com processador Intel Core 2 Duo T5900, 2,20Ghz x 2, 4GB
de memoria RAM, com sistema operacional Linux
Ubuntu 12.04 LTS. De maneira a permitir o controle do robo pelo cen
ario desejado, implementouse um software para realizar a captura de dados
do teclado a partir dos comandos fornecidos pelo
usuario. Definiu-se uma velocidade de 0,08 rad/s
para o giro direito e esquerdo e, uma velocidade
de deslocamento de 0,002 m/s.
mesa de trabalho
inicio
3 Dispon
vel
em http://wiki.ros.org/gmapping
em http://wiki.ros.org/octomap
5 Dispon
vel em http://opencv.org/
4 Dispon
vel
4.3
Experimento 3
Experimento 2
A partir dos dados obtidos no experimento 2 e,
fazendo uso dos dados fornecidos pelo sensor laser
e pela odometria do robo, obtem-se a pose estimada do robo dentro do ambiente. Para a estimacao do posicionamento do robo, fez-se uso
do sistema de localizacao probabilstica AMCL
(Adaptive Monte Carlo Localization) (Hiemustra
and Nederveen, 2007) implementado no ROS. A
figura 7 mostra tres passos desse algoritmo que
inicialmente espalha partculas pelo ambiente e,
por meio da comparacao das observacoes do laser
com o mapa encontrado anteriormente, converge
as partculas para a posicao real do rob
o.
(a)
(b)
(a)
(b)
(c)
(c)
(d)
Figura 5: Cen
ario do experimento 2 observado de quatro pontos de vista diferentes.
(a)
(b)
Resultados
Apos a realizac
ao dos experimentos descritos na
secao anterior, obteve-se os mapas dos cen
arios
avaliados.
Do experimento 1 obteve-se os mapas correspondentes como pode ser verificado nas figuras
9 e 10. Considerando que o principal problema
neste trabalho consiste em avaliar a representacao do ambiente considerando a altura do robo,
percebe-se que o mapa 2D obtido pelo sensor laser conforme ilustrado na Figura 9(a), n
ao detecta
os obstaculos cuja altura encontra-se acima do seu
campo de vis
ao. Esse problema e contornado pelo
uso do sensor Kinect, conforme pode ser visto pelo
mapa 2D projetado criado a partir da projecao do
mapa 3D na Figura 9(b).
No mapa 2D projetado e possvel observar que
a altura da plataforma MARIA foi considerada.
A partir dessa representac
ao, tem-se uma melhor
estimativa dos espacos livres e ocupados, o que
permitira um planejamento de caminhos seguro
para o robo. Conforme ilustrado na Figura 9(b),
pode-se identificar que a regi
ao mais escura representa os obst
aculos encontrados, como por exemplo no setor esquerdo pode observar-se uma mesa,
enquanto que na Figura 9(a) so consegue-se perceber as pernas da mesa e das cadeiras que estavam
ao seu redor.
(a)
(a)
(b)
(a)
(b)
Nota-se, pelas caractersticas visuais dos mapas, que os mesmos podem ser considerados satisfatorios, visto que compreendem de fato a representacao dos obstaculos encontrados no ambiente.
Dessa forma, possibilitam a navegacao, alem de
manter uma representacao coesa do cenario.
Em relacao ao experimento 3, a Figura 13 ilustrada abaixo, mostra um conjunto de pontos azuis
(linha contnua) que formam a trajetoria obtida
a partir da estimacao da posicao do robo com
AMCL, assim como os pontos vermelhos (linha
tracejada) obtidos da estimacao a partir da posicao das cameras, permitindo a comparacao entre
eles.
(b)
Em relacao ao cen
ario do experimento 2,
obteve-se os mapas correspondentes mostrados
(a)
Agradecimentos
O presente trabalho e financiado pela Fapemig.
Diana Alban e bolsista da Secretaria de Educacion Superior, Ciencia y Tecnologia SENESCYTEquador, e Guilherme Pereira e bolsista do Conselho Nacional de Desenvolvimento Cientfico e Tecnol
ogico CNPq-Brasil.
(b)
Refer
encias
Arcos, A. (2009). Sistema de navegaci
on y modelado del entorno para un robot m
ovil, PhD
thesis, Universidad Politecnica de Madrid.
Conclus
oes
babilistic 3D mapping model for micro aerial vehicles, 2010 IEEE/RSJ International
Conference on Intelligent Robots and Systems (1): 15531559.
Mohamed, Z. and Capi, G. (2012). Development of a New Mobile Humanoid Robot for
Assisting Elderly People, International Symposium on Robotics and Intelligent Sensors
2012 (IRIS 2012), Vol. 41, pp. 345351.
Endres, F., Hess, J., Cremers, D. and Engelhard, N. (2012). An Evaluation of the
RGB-D SLAM System, 2012 IEEE International Conference Robotics and Automation
(ICRA) 3(c): 1691 1696.
Surmann, H., N
uchter, A. and Hertzberg, J.
(2003). An autonomous mobile robot with a
3D laser range finder for 3D exploration and
digitalization of indoor environments, Robotics and Autonomous Systems 45(3-4): 181
198.
Hornung, A., Phillips, M., Gil Jones, E., Bennewitz, M., Likhachev, M. and Chitta, S.
(2012). Navigation in three-dimensional cluttered environments for mobile manipulation,
2012 IEEE International Conference on Robotics and Automation pp. 423429.
Hornung, A., Wurm, K. M., Bennewitz, M., Stachniss, C. and Burgard, W. (2013). OctoMap: an efficient probabilistic 3D mapping framework based on octrees, Autonomous Robots 34(3): 189206.
Thrun, S., Burgard, W. and Fox, D. (2005). Probabilistic Robotics., Vol. 45, MIT Press, Cambridge, MA.