Vous êtes sur la page 1sur 8

Anais do XX Congresso Brasileiro de Automtica

Belo Horizonte, MG, 20 a 24 de Setembro de 2014

DE MAPAS PARA LOCALIZAC


E NAVEGAC
DE UM
GERAC
AO
AO
AO

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

Resumo Este trabalho apresenta uma metodologia para a geraca


o de mapas utilizando os v
arios sensores
de um manipulador m
ovel. Os mapas gerados ser
ao usados para localizac
ao e navegaca
o do rob
o em ambientes
internos. A metodologia explora a ideia de que a forma mais eficiente de se trabalhar com manipuladores m
oveis

e localizar e navegar a base m


ovel usando mapas bidimensionais (2D), enquanto mapas tridimensionais (3D)
s
ao usadas apenas quando o braco do rob
o precisa realizar uma tarefa especfica. Assim, um conjunto de quatro
mapas espacialmente sincronizados
e gerado: i) um mapa 2D obtido usando um sensor a laser 2D para localizac
ao
da base; ii) um mapa 3D colorido para o reconhecimento e manipulac
ao de objetos obtido utilizando um sensor
RGB-D (Kinect); iii) um mapa bin
ario 3D para navegac
ao do braco do rob
o obtido a partir do anterior; e iv) um
mapa 2D obtido pela projec
ao do mapa 3D para a navegaca
o da base. A principal diferenca entre os mapas 2D

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

avaliacao (mapeamento) do cenario ou ambiente


real, para entao definir sua trajetoria e em seguida
realizar a navegacao pelo mapa obtido. Essa navegacao deve ser orientada pela componente de
localizacao dada a partir da posicao atual do robo
em relacao ao ambiente.

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

Diversas solucoes com rob


os moveis tem sido
propostas, na sua maioria envolvendo a utilizacao
de sensores planares (laser) para deteccao de obstaculos e mapeamento horizontal do espaco de trabalho do rob
o (Marder-Eppstein et al., 2010; Thrun et al., 2005). Essas solucoes compoem alguns robos reportados na literatura, como e o caso
do robo RHINO que e usado como guia de museu (Burgard et al., 1998) e, do robo MINERVA
(Thrun et al., 1999). Este u
ltimo, tem o objetivo de entreter pessoas em locais p
ublicos. Os
trabalhos supracitados apresentam uma abordagem, na qual os cen
arios nao sofrem modificacoes
no decorrer do tempo, o que os caracterizam como
permanentes, o que facilitava na definicao do comportamento do robo. Entretanto, nao contemplavam uma implementacao eficiente de localizacao,

Anais do XX Congresso Brasileiro de Automtica


Belo Horizonte, MG, 20 a 24 de Setembro de 2014

quando as pessoas frequentemente obstruam seus


sensores.
A partir dessas abordagens, novas solucoes foram propostas, nas quais os ambientes eram mais
propensos a obst
aculos ou mesmo com uma grande
circulacao de pessoas. Isso pode ser observado
com o Robox (Siegwart et al., 2003), que e um
rob
o movel feito para apresentac
ao em eventos
com grande quantidade de pessoas, e tambem com
o robo Jinny que apresenta as mesmas caractersticas (Kim et al., 2004). Essas soluc
oes apresentam a implementacao de tecnicas de mapeamento
e aprendizado, alem de mecanismos envolvendo a
utilizacao de tecnologias para captura e comunicacao dos dados, permitindo uma localizacao mais
eficiente e em tempo real dos rob
os (Arcos, 2009).
Algumas propostas que fazem uso de laser planar trazem um modelo de detecc
ao baseado em
tres dimensoes. Esses lasers usualmente s
ao acoplados a um motor que permite a realizacao de
movimentos de varreduras de cima para baixo ou
vice-versa, de forma a obter maiores informacoes
do ambiente, como e o caso de (Marder-Eppstein
et al., 2010). Alem desses, outros trabalhos compreendem a utilizacao de tecnicas que lidam com
obstaculos em 3D (Thrun et al., 1999; Surmann
et al., 2003; Hornung et al., 2012), ou ainda abordagens que fazem uso de grade de ocupac
ao multivolume para representac
ao do ambiente tridimensional (Dryanovski and Morris, 2010).
Por fim, h
a ainda trabalhos que se concentram em modelos hbridos, a partir da utilizacao
de sensores laser, c
ameras stereo e sensores Kinect (Ortiz, 2013), que permite a navegacao em
ambientes internos, realizando tarefas de monitoramento e vigil
ancia. Souza (2012) apresenta um
novo metodo de mapeamento para rob
o, que utiliza um mapa 2.5D com representac
ao em grade
de ocupacao-elevacao, o que possibilita ao rob
o
um previo conhecimento sobre a ocupac
ao de um
determinado local.
O presente trabalho concentra-se na geracao
dos mapas necessarios para auxiliar na localizacao
e navegacao de um manipulador movel de grande
altura em um ambiente domestico. O principal
problema encontrado com rob
os deste porte esta
relacionada com o fato de que lasers 2D n
ao percebem os lugares no ambiente onde o rob
o pode
passar, ja que a altura dos obst
aculos n
ao pode
ser detectada por esses sensores. Por outro lado,
localizacao e navegac
ao em 2D possuem solucoes
bem conhecidas e muito mais eficientes que aquelas que trabalham em 3D. Estes fatos nos levaram a buscar soluc
oes hibridas que, simultaneamente consideram mapas 2D e 3D. De maneira
geral, foram criados mapas independentes obtidos
pelo sensor Kinect (mapa 3D) e por um laser SICKLMS (mapa 2D) aliado a um conjunto de algoritmos que provem os mecanismos necess
arios para
uma obtencao correta dos mapas.

O restante do trabalho esta divido da seguinte


forma: na Secao 2 e apresentada a definicao do
problema abordado; na Secao 3 tem-se a descricao dos passos que foram seguidos para a solucao
do problema, e na Secao 4 sao descritas as ferramentas utilizadas, os experimentos realizados e a
descricao dos cen
arios de testes. A Secao 5 apresenta os resultados obtidos, e por fim tem-se as
conclusoes, alem das perspectivas de continuacao
do trabalho na Secao 6.
2

Defini
c
ao do Problema

Robos tem sido aplicados na execucao de tarefas


cotidianas nos u
ltimos anos. Inicialmente os esforcos dos pesquisadores se concentravam na criacao
de um mapa bidimensional, na qual possibilitava
a base movel realizar a localizacao e navegacao.
Entretanto, este mapa n
ao considerava a dimensao (altura e tamanho) dos objetos que compunham o espaco de trabalho do robo. Mas recentemente, buscou-se solucoes onde manipuladores roboticos pudessem considerar a altura dos objetos
e assim localizar-se dentro do ambiente, fazendo
uso de mapas 3D. Contudo, com o surgimento dos
manipuladores moveis, que basicamente sao manipuladores tradicionais acoplados a bases moveis,
surgiu a necessidade de agregacao entre as duas
tecnicas apresentadas, ou seja, fez-se necessario
a obtencao de mapas que permitissem a navegacao conjunta entre a base movel e o manipulador
rob
otico, onde a principal restricao de navegacao
baseia-se no tamanho do rob
o.
Este artigo e parte integrante de uma pesquisa
que envolve a geracao de mapas, para auxiliar na
localizacao e navegacao de um manipulador movel de grande altura em um ambiente domestico.
Nesse contexto, tem-se neste trabalho o objetivo
de gerar um conjunto de 4 mapas espacialmente
sincronizados, utilizando um sensor Kinect e um
sensor laser. A motivacao em utiliza-los de forma
conjunta, deu-se entre outros pelo fato do Kinect
permitir a geracao de imagens com profundidade,
mesmo dispondo de limitacoes no alcance e no
campo de visao horizontal, enquanto que o laser
consegue construir um mapa bidimensional com
um alcance maior, que pode chegar ate 80 metros,
o que acaba contornando as dificuldades que o Kinect apresenta para ambientes longos, como corredores e etc. Os mapas gerados serao usados para
localizacao e navegacao do robo em ambientes internos, explorando a ideia de que a forma mais eficiente de se trabalhar com manipuladores moveis
e localizar e navegar a base movel usando mapas
bidimensionais (2D), enquanto mapas tridimensionais (3D) sao usadas apenas quando o braco do
rob
o precisa realizar uma tarefa de deteccao e manipulacao de objetos.
Os mapas gerados sao: i) um mapa 2D obtido usando um sensor a laser 2D para localizacao

Anais do XX Congresso Brasileiro de Automtica


Belo Horizonte, MG, 20 a 24 de Setembro de 2014

da base; ii) um mapa 3D colorido para a deteccao


dos obstaculos ate o tamanho do rob
o e para reconhecimento e manipulac
ao de objetos, obtido utilizando um sensor RGB-D (Kinect); iii) um mapa
binario 3D para navegac
ao do braco do rob
o gerado a partir do anterior; e iv) um mapa 2D obtido
pela projecao do mapa 3D bin
ario, que considera
os obstaculos detectados, sendo usado para o planejamento da rota e navegac
ao da base do rob
o. A
principal diferenca entre os mapas 2D e que o primeiro n
ao leva em consideracao a altura do rob
o,
enquanto que o segundo marca os objetos onde o
rob
o nao pode se mover por baixo como obstaculos. Os mapas 3D se diferenciam em virtude principalmente do mapa bin
ario possibilitar a implementacao de melhorias enquanto o outro so permite o reconhecimento e manipulac
ao de objetos.
O processo de obtenc
ao dos mapas utilizou uma
nova metodologia baseada em tecnicas j
a reportadas na literatura. A Figura 1 ilustra o contexto
do trabalho apresentado neste artigo, bem como
as tarefas que ser
ao realizadas na continuidade do
trabalho. A ideia b
asica da metodologia apresentada na Figura 1 e a utilizac
ao de mapas 2D na
maior parte tempo. Alem de serem disponveis na
literatura diversas ferramentas de navegacao e localizacao em mapas 2D, o uso de tal mapas reduz
de forma significativa o tempo de processamento
e o consumo de mem
oria das aplicac
oes.

nect, um manipulador rob


otico JACO de 6 graus
de liberdade, um tablet como interface grafica do
rob
o, alem de um conjunto de audio. A MARIA
possui uma altura de 1,68 metros. Convem salientar, que alguns destes modulos nao foram utilizados neste trabalho, no entanto, constituem parte
do desenvolvimento de outras pesquisas em andamento. Uma representacao da plataforma, pode
ser visualizada na Figura 2.

Figura 2: Vis
ao Geral Plataforma Rob
otica MARIA.

Trabalho realizado

O sensor a laser acoplado ao sistema robotico,


utilizou as seguintes configuracoes: campo de visao do escaner de 180 graus; resolucao angular de
1 grau; distancia maxima de deteccao de 8 metros
e taxa de transferencia de 38400 bps (bits por segundo).
No desenvolvimento do sistema de mapeamento, utilizou-se o ROS (Robot Operating System)1 , que e um meta sistema operacional para o
desenvolvimento de aplicacoes rob
oticas. A geracao dos mapas deu-se a partir da construcao incremental e simultanea de um mapa bidimensional e outro tridimensional do espaco de trabalho.
Para a obtencao do mapa 3D colorido utilizouse o sensor Kinect e a aplicacao RGBDSLAM2
apresentada por Endres et al. (2012). Tal pacote
permite, entre outras funcionalidades, a percepcao
tridimensional do ambiente a partir da utilizacao
da tecnica de nuvem de pontos 4D, denominada
RGB-D (Red, Green, Blue e Depth). A escolha do
RGBDSLAM para a obtencao do mapa colorido,
foi feita em virtude da facilidade de filtragem dos
erros inerentes ao ambiente, como tremores, rudo
na imagem, mudancas no ponto de vista e iluminacao. O mesmo utiliza o algoritmo RANSAC (do
ingles Random Sample Consensus) (Fischler and
Bolles, 1981), que permite contornar os possveis
dist
urbios no campo de visao do robo.

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

Anais do XX Congresso Brasileiro de Automtica


Belo Horizonte, MG, 20 a 24 de Setembro de 2014

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

por sua vez faz uso da biblioteca OctoMap4 . E


importante mencionar que, durante a obtencao do
mapa, a biblioteca OctoMap utiliza muito processamento para criar e armazenar na mem
oria e no
disco o mapa que est
a sendo criado, o que torna
o sistema muito lento, prejudicando a execucao
de outros programas necess
arios para o funcionamento do rob
o. Por este motivo, esse mapa so e
obtido a partir do mapa 3D previamente adquirido
com RGBDSLAM e Kinect. Dessa forma, e possvel tambem a implementac
ao de melhorias tais
como: ajustes de resoluc
ao, alterac
oes de redimensionamento, representac
ao das projec
oes, dentre
outros.
A partir do mapa 3D bin
ario processado, criase a projecao em 2D do ambiente mapeado. Posteriormente, processa-se as imagens dos mapas bidimensionais, fazendo uso da biblioteca OpenCV5 ,
para aferir maior suavidade e eliminar rudos atraves da implementac
ao de alguns filtros. Do ponto
de vista de melhoramento da projec
ao 3D para
2D, foi implementado um segundo algoritmo em
OpenCV, que otimiza a imagem atraves de erosao, dilatacao, suavidade e remoc
ao de fundo, de
maneira a fornecer subsdios ao processo de planejamento das trajetorias.
4

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

Figura 4: Planta baixa e representaca


o da trajet
oria
realizada no cen
ario 1.

No processo de mapeamento, a plataforma robotica posiciona-se em um zero absoluto definido


no cen
ario (inicio), e rotaciona-se em torno de seu
proprio eixo de maneira a capturar a primeira visao do mapa a ser criado. O rob
o entao deslocase seguindo as setas mostradas na Figura 4 e em
cada circulo colorido, gira novamente em torno de

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

Anais do XX Congresso Brasileiro de Automtica


Belo Horizonte, MG, 20 a 24 de Setembro de 2014

seu eixo. Este processo e repetido ate que seja


concluda a trajet
oria. Em seguida, obtem-se um
mapa 3D colorido e um 2D que s
ao coerentes com
o ambiente e espacialmente sincronizados.
importante frisar que o tempo de captura
E
dos dados, est
a intimamente relacionado ao tempo
que o usuario leva para navegar com o robo pelo
ambiente. Ap
os o mapeamento, o tempo gasto
para salvar os mapas obtidos, foi em media: 3 segundos para salvar o mapa 2D do laser; 13 minutos para salvar o mapa colorido em 3D; 5 segundos
para salvar o mapa bin
ario. Para enviar a nuvem
de pontos ao OctoMap o tempo foi de 1 minuto.
Por fim, o tempo de processamento da imagem 3D
e a projecao para 2D e de aproximadamente 1,5
minutos. Os mapas obtidos ser
ao mostrados na
Secao 5.
4.2

Figura 6: Planta baixa e representaca


o da trajet
oria
realizada no cen
ario 2.

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.

Este experimento foi realizado nas dependencias


do Laboratorio de Sistemas de Computac
ao e Robotica (CORO) da Universidade Federal de Minas Gerais. Assim como no experimento anterior,
desejava-se obter o mapeamento de um ambiente
interno tipicamente estruturado com mesas, cadeiras, cadeira de rodas, e etc. Esse cen
ario apresentava alguns obst
aculos diferentes dos considerados
no experimento 1, o qual fazem dele um ambiente
propcio de testes.
A Figura 5 ilustra uma vis
ao geral do espaco
mapeado, e a Figura 6 mostra a planta baixa do
ambiente.

(a)

(b)
(a)

(b)

(c)

Figura 7: (a) Espalhamento de partculas para localizaca


o global; (b) Convergencia para a regi
ao de localizaca
o do rob
o; (c) Posica
o inicial estimada.

(c)

(d)

Para validar o sistema de localizacao baseado


no mapa estimado, utilizou-se 3 cameras localizadas no teto do laboratorio (Figura 8), para
estimar a posicao de um marcador localizado no
rob
o.

Figura 5: Cen
ario do experimento 2 observado de quatro pontos de vista diferentes.

Nesse experimento, assim como no anterior, o


rob
o desloca-se na trajet
oria definida pelas setas,
girando no seu pr
oprio eixo em cada crculo marcado, conforme ilustrado na Figura 6 ate terminar
a trajetoria estabelecida.

Anais do XX Congresso Brasileiro de Automtica


Belo Horizonte, MG, 20 a 24 de Setembro de 2014

(a)

(b)

Figura 10: Mapas 3D gerados do Cen


ario 1. (a) Mapa
3D colorido obtido com RGBDSLAM; (b) Mapa 3D
Bin
ario usado para projeca
o em 2D.
Figura 8: Posicionamento das c
ameras no laborat
orio.

nas Figuras 11 e 12, onde evidencia-se assim como


no cenario anterior, que a projecao criada a partir
do mapa 3D considera os obstaculos nao detectados no mapa gerado pelo laser.

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)

Figura 11: Mapas 2D encontrado para Cen


ario 02. (a)
Obtido pelo Laser; (b) Projeca
o a partir do mapa 3D.

(a)

(b)

Figura 12: Mapas 3D obtidos do Cen


ario 2. (a) Mapa
3D colorido obtido com RGBDSLAM; (b) Mapa 3D
Bin
ario usado para projeca
o em 2D.

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)

Figura 9: Mapas 2D encontrado para Cen


ario 1. (a)
Obtido pelo Laser; (b) Projeca
o a partir do mapa 3D.

Em relacao ao cen
ario do experimento 2,
obteve-se os mapas correspondentes mostrados

Anais do XX Congresso Brasileiro de Automtica


Belo Horizonte, MG, 20 a 24 de Setembro de 2014

rentes com os respectivos ambientes e cenarios de


testes. De maneira geral, este trabalho entrega
uma nova metodologia de mapeamento para robos
de grande altura, sendo parte integrante de uma
pesquisa que visa o desenvolvimento de um rob
o
pessoal para ajuda em tarefas domesticas.
Um aspecto interessante que pode ser observado no desenvolvimento do trabalho, refere-se ao
baixo custo computacional demandado para a geracao dos mapas, o que tornou o processo bastante
viavel. Percebe-se ainda que a representacao obtida pelos mapas, fora muito proxima da visao humana. Convem salientar que, devido ao angulo
limitado de visao do sensor Kinect, existe uma dificuldade de detectar o entorno a uma distancia de
abertura horizontal de 1,15 metros para direita e
1,15 metros para esquerda. Assim, em ambientes
com grandes dimensoes o robo poderia ter inconvenientes para realizar o mapeamento. Contudo,
com o uso do laser esse problema e minimizado,
visto que consegue-se construir um mapa bidimensional com um alcance maior. De igual forma, o
campo de visao horizontal e mais amplo, o que
acaba contornando as dificuldades que o Kinect
apresenta para ambientes longos.
O principal objetivo da obtencao dos mapas
e permitir que o rob
o consiga alcancar autonomia
no seu ambiente de trabalho. Partindo destes mapas, consegue-se definir a localizacao e estrutura
dos obstaculos, possibilitando programar o robo
de forma que o mesmo possa localizar-se no cenario em questao, planejar sua trajetoria, navegar e
explorar o ambiente como um todo. Esses procedimentos, de maneira geral possibilitam que o robo
possa realizar tarefas domesticas, como limpeza,
manutencao e etc.

Figura 13: Comparaca


o do Posicionamento do rob
o.

Observa-se na Figura 14 que o erro obtido


e consideravelmente pequeno, visto que os dados
obtidos com o sistema de localizac
ao AMCL sao
aproximadamente iguais aos obtidos com a camera. O erro medio obtido para o caminho seguido foi de 0,0145 m. Isso demonstra que os
procedimentos realizados e os algoritmos implementados alcancaram os objetivos estabelecidos,
ou seja, permitiram uma correta localizacao dentro do ambiente avaliado.

(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)

Figura 14: Comparaca


o entre as estimativas de posica
o baseadas no mapa obtido (AMCL) e aquelas obtidas pelo sistema visual externo ao rob
o (a) na posica
o
x; (b) na posica
o y.

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

Burgard, W., Cremers, A. and Fox, D. (1998). The


interactive museum tour-guide robot, Proceedings of the fifteenth national/tenth conference on Artificial intelligence/Innovative
applications of artificial AAAI 98/IAAI 98
intelligence pp. 1118.

Neste trabalho, objetivou-se a geracao de mapas


para auxiliar na localizac
ao e navegac
ao de um
manipulador movel de grande altura em um ambiente domestico. Usou-se um sensor bidimensional a laser e um sensor Kinect. A metodologia
deste artigo foi validada `
a partir dos experimentos realizados com a plataforma robotica MARIA,
que mostraram que os mapas obtidos foram coe-

Dryanovski, I. and Morris, W. (2010). Multivolume occupancy grids: An efficient pro-

Anais do XX Congresso Brasileiro de Automtica


Belo Horizonte, MG, 20 a 24 de Setembro de 2014

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.

Ortiz, D. (2013). Navegac


ao aut
onoma de rob
os
m
oveis e detecc
ao de intrusos em ambientes
internos utilizando sensores 2D e 3D, PhD
thesis, Universidade de S
ao Paulo.
Siegwart, R., Arras, K. O., Bouabdallah, S., Burnier, D., Froidevaux, G., Greppin, X., Jensen, B., Lorotte, A., Mayor, L., Meisser, M.,
Philippsen, R., Piguet, R., Ramel, G., Terrien, G. and Tomatis, N. (2003). Robox at
Expo.02: A large-scale installation of personal robots, Robotics and Autonomous Systems 42(3-4): 203222.

Fischler, M. A. and Bolles, R. C. (1981). Random


sample consensus. A paradigm for model fitting with apphcahons to image analysm and
automated cartography, Graphics and Image
Processing 24(6): 381395.
Gockley R, M. M. J. (2006). Encouraging physical
therapy compliance with a hands-off mobile
robot., ACM/IEEE International Conference
on Human-Robot Interaction, ACM, pp. 150
155.

Souza, A. d. S. (2012). Mapeamento rob


otico 2, 5D com representac
ao em grade de ocupac
aoelevac
ao, PhD thesis, Universidade Federal
do Rio Grande do Norte.

Hiemustra, P. and Nederveen, A. (2007).


Monte Carlo localization, Ad Hoc Networks
6(5): 718733.

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.

Thrun, S., Bennewitz, M., Burgard, W., Cremers,


A., Dellaert, F., Fox, D., Hahnel, D., Rosenberg, C., Roy, N., Schulte, J. and Schulz,
D. (1999). MINERVA: a second-generation
museum tour-guide robot, Proceedings 1999
IEEE International Conference on Robotics
and Automation 3: 19992005.

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.

Kim, G. K. G., Chung, W. C. W., Kim, K.-R.


K. K.-R., Kim, M. K. M., Han, S. H. S.
and Shinn, R. (2004). The autonomous tourguide robot Jinny, IEEE/RSJ International
Conference on Intelligent Robots and Systems (IROS) 4: 34503455.
Kwang-Hyun, P. K.-H. P., Hyong-Euk, L. H.E. L., Youngmin, K. Y. K. and Bien, Z.
(2008).
A Steward Robot for HumanFriendly Human-Machine Interaction in a
Smart House Environment, IEEE Transactions on Automation Science and Engineering
5(1): 2125.
Marder-Eppstein, E., Berger, E., Foote, T., Gerkey, B. and Konolige, K. (2010). The Office Marathon: Robust navigation in an indoor office environment, 2010 IEEE International Conference on Robotics and Automation (ICRA), pp. 300307.

Vous aimerez peut-être aussi