Seguimiento de la trayectoria de un enjambre de robots móviles con un sistema de visión por computadora
Barra lateral del artículo
Contenido principal del artículo
Resumen
En el campo de la robótica de enjambres se utilizan una variedad de herramientas para evaluar
los comportamientos y las métricas de los colectivos de robots. Una herramienta crucial implica
la capacidad de rastrear la posición y orientación de cada robot en varios intervalos, lo que
permite la reconstrucción de posturas y trayectorias seguidas por los mismos. El análisis
exhaustivo del comportamiento de los enjambres depende del estudio de las trayectorias
colectivas de cada robot dentro del grupo. Este artículo demuestra la implementación de un
sistema de visión por computadora, que utiliza una cámara web y scripts de Python, para
rastrear de manera efectiva un grupo de robots móviles dentro de un enjambre. Esto muestra
la viabilidad de desarrollar tales herramientas de investigación utilizando equipos informáticos
comunes. Adicionalmente, se muestra el diseño y desarrollo del sistema de visión, incluido
un procedimiento de calibración detallado, métodos de identificación de robots y ejemplos
prácticos. Además, ofrece una explicación exhaustiva del proceso de seguimiento del robot.
Las pruebas experimentales con uno y tres robots validan la capacidad del sistema para
extraer imágenes de videos e identificar con precisión cada robot. Posteriormente, después del
procesamiento de imágenes, el sistema genera un conjunto de datos que abarca números de
imágenes, ID de robots, posiciones (x, y) y orientaciones.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y pueda editarlo, reproducirlo, distribuirlo, exhibirlo y comunicarlo en el país y en el extranjero mediante medios impresos y electrónicos. Asimismo, asumen el compromiso sobre cualquier litigio o reclamación relacionada con derechos de propiedad intelectual, exonerando de responsabilidad a la Editorial Tecnológica de Costa Rica. Además, se establece que los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Citas
M. Dorigo, G. Theraulaz, and V. Trianni, “Swarm robotics: Past, present, and future [point of view],” Proceedings
of the IEEE, vol. 109, no. 7, pp. 1152–1165, 2021.
J. C. Brenes-Torres, “jcbrenes/proe: Proyecto proe: Implementación de un prototipo de enjambre de robots
para la digitalización de escenarios estáticos y planificación de rutas óptimas.”
https://github.com/jcbrenes/PROE, 2021
C. Calderón-Arce and R. Solís-Ortega, “Swarm robotics and rapidly exploring random graph algorithms
applied to environment exploration and path planning,” International Journal of Advanced Computer Science
and Applications, vol. 10, no. 5, 2019.
R. Solis-Ortega and C. Calderon-Arce, “Multiobjective problem to find paths through swarm robotics,” in
Proceedings of the 2019 3rd International Conference on Automation, Control and Robots, 2019, pp. 12–21.
J. C. Brenes-Torres, F. Blanes, and J. Simo, “Magnetic trails: A novel artificial pheromone for swarm robotics
in outdoor environments,” Computation, vol. 10, no. 6, p. 98, 2022.
Intel, Open-Source Computer Vision Library. Reference Manual, 2001.
W. Qi, F. Li, and L. Zhenzhong, “Review on camera calibration,” in 2010 Chinese Control and Decision
Conference, 2010, pp. 3354–3358.
Z. Zhang, “A flexible new technique for camera calibration,” IEEE Transactions on Pattern Analysis and
Machine Intelligence, vol. 22, no. 11, pp. 1330–1334, 2000.