Desarrollo de Redes Neuronales Convolucionales para algoritmos de navegación

Abstract

Un AGV (Automated Guided Vehicle) es un robot móvil inteligente ampliamente utilizado para mover objetos o realizar tareas en diversos ámbitos como el industrial, los puertos, los almacenes o las zonas de trabajo peligrosas en las que el ser humano tendría importantes dificultades para trabajar. Dentro de las tecnologías que envuelve un AGV la navegación es clave. Entre las diferentes alternativas existentes, para solucionar el problema de la navegación, los sistemas basados en visión están tomando especial relevancia en los últimos años, gracias en gran medida al aumento de la capacidad de computación que proporciona el uso de las GPUs (Graphics processing unit). Los sistemas de navegación basados en visión emplean cámaras como sensor de entrada. Las cámaras son más fiables, más baratas y capaces de proporcionar una gran cantidad de información espacial. Además, la información extraída de la cámara puede utilizarse para la servo-orientación visual, la estimación del estado, la evitación de obstáculos y la planificación de la trayectoria. Las Redes Neuronales Convolucionales, (CNN) por sus siglas en inglés, se han empleado ampliamente en el dominio de la imagen, mejorando significativamente el rendimiento de la clasificación de imágenes, la detección de objetos, la clasificación de escenas, etc. Por esto representan una herramienta de gran capacidad para tratar las imágenes y dar solución al problema de navegación. En este trabajo se ha propuesto un modelo basado en redes neuronales convolucionales para solucionar el problema de navegación de un prototipo de AGV. Aplicando una clasificación basada en la segmentación semántica, se detecta una línea marcada en el suelo que representa la trayectoria a seguir por el robot. Emulando los sistemas filoguiados magnéticos existentes en la actualidad. La respuesta obtenida tras el procesamiento de la imagen se traduce en consignas al robot. Adicionalmente se ha desarrollado un sistema de comunicación entre el PC que realiza el procesado de la imagen y el microcontrolador que maneja los motores del robot. También se ha realizado el cableado y programación del microcontrolador.