Estrategia de movimiento basada en deep learning y visión por ordenador para robot cuadrúpedo
La locomoción es uno de los principales desafíos presentes en el campo de la robótica. Esta habilidad expande el alcance de los robots, y les permite resolver un gran abanico de tareas, desde aplicaciones cotidianas del día a día, hasta exploraciones en terrenos desconocidos. En este documento se de...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2023 |
| País: | España |
| Institución: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | español |
| OAI Identifier: | oai:upcommons.upc.edu:2117/384685 |
| Acceso en línea: | https://hdl.handle.net/2117/384685 |
| Access Level: | acceso abierto |
| Palabra clave: | Robot vision Robots Computer vision Visió artificial (Robòtica) Visió per ordinador Aprenentatge profund Àrees temàtiques de la UPC::Informàtica::Robòtica |
| Sumario: | La locomoción es uno de los principales desafíos presentes en el campo de la robótica. Esta habilidad expande el alcance de los robots, y les permite resolver un gran abanico de tareas, desde aplicaciones cotidianas del día a día, hasta exploraciones en terrenos desconocidos. En este documento se detalla el desarrollo de una estrategia de movimiento, basada en inteligencia artificial, para un robot cuadrúpedo. El algoritmo desarrollado tiene como objetivo hacer que el robot alcance (de forma autónoma) un determinado objeto. El sistema propuesto está compuesto por varias entidades: un sensor cámara instalado en la parte frontal del robot para capturar imágenes del entorno, una red neuronal convolucional para clasificar la posición relativa del objetivo, y una estructura de robot cuadrúpedo encargada de realizar las acciones de movimiento determinadas por el algoritmo de control. El desarrollo de este proyecto se ha llevado a cabo siguiendo una metodología ascendente. Resolviendo en primer lugar una simplificación del problema planteado, se ha aumentado la complejidad de cada estrategia de movimiento hasta alcanzar resultados satisfactorios. Cada etapa del desarrollo sigue la misma estructura: diseño del algoritmo de control, implementación y análisis de resultados. Gracias a ello, ha sido posible observar cuáles son las virtudes y carencias de cada estrategia de movimiento, permitiendo mejorar el desempeño del sistema en etapas posteriores. El resultado final es una estrategia de movimiento funcional, capaz de conducir el robot hasta el objetivo deseado gracias a los excelentes resultados obtenidos en el modelo de clasificación. |
|---|