l%ispaper proposes a MVi'ti-levelFusion

RESUMOO presente relatório técnico trata de um dos projetos realizados no Laboratório de Controle -CONTROLAB do Núcleo de Computação Eletrônica -NCE da Universidade Federal do Rio de Janeiro -UFRJ, nos anos de 2004 e 2005. Este projeto é voltado para a implementação de um robô autônomo AGV (Autonomous Vehicle Guide) para navegar em ambientes internos, tais como hospitais, escritórios, residências e etc. Especializado na área de visão computacional, O trabalho apresenta um novo algoritmo 3D para visão robótica, utilizado para identificação automática do estado de portas, sem quaisquer informações prévias sobre o ambiente, tais como mapas, localização de obstáculos, iluminação e etc. As próprias características das portas que influenciariam na decisão do robô sobre a identificação de seu estado, também não ignoradas, tais como textura, cor, dimensões. Publicado no 8th IFAC International Sysmposium on Robot Control (SYROCO 2006), o trabalho apresentou a aplicação da Transformada de Hougth em imagens capturada pela visão robótica. As coordenadas de Hougth apresentavam então a localização das arestas das portas e a análise de corelação cruzada das quinas encontradas, nos davam a configuração do estado da porta (aberta, fechada, entre-aberta). Com os resultados obtidos, a navegação do robô autônomo se tornava mais segura, vez que os riscos de colisão eram minimizados. A navegação utilizando visão 3D, com processamento em tempo real, também reduzia o risco de colisão com objetos dinamicamente posicionados no ambiente. Na primeira parte deste documento, apresentamos o artigo publicado em (SYROCO 2006). Na segunda parte, apresentamos alguns dos resultados experimentais obtidos durante a realização do projeto.

Abstract

No abstract

CONTROLAB is an environment which integrates intelligent systems and control algorithms aiming at applications in the area of robotics. Within CONTROLAB, two neural network architectures based on the backpropagation and the recursive models are proposed for the implementation of a robust speaker-independent word recognition system. The robustness of the system using the backpro agation network has been largely verified through use by ct6ldren and adults in a totally uncontrolled environment such as large public halls for the exhibition of new technology products. Initial experimental results with the recursive networkshow that it will be able to overcome the backpropagation network major drawback, which is the frequent generation of false alarms. In addition, within CONTROLAB, a multivariable self-tuning algorithm is proposed to perform high-precision control of the trajectory to be followed by a robot arm. High-precision control is achieveddue to the ability of the algorithm to properly model the interaction forces among the robot arm joints and to cope with the non-linearities of the arm dynamics. CONTROLAB also includes computer vision facilities for object recognition and is currently running an application in which a SCAM robot arm is commanded by voice to pick up an object placed within its view area. -7803-1965-6/95 $4.00 01995 IEEE IEEE International Conference on Robotlcs and Automation 0