Navegación Autónoma Asistida Basada en SLAM para una Silla de Ruedas Robotizada en Entornos Restringidos

Abstract

Resumen: En este trabajo se presenta una interfaz especialmente diseñada para la navegación de una silla de ruedas robotizada dentro de entornos restringidos. El funcionamiento de la interfaz se rige por dos modos: un modo autónomo y un modo no-autónomo. El manejo no-autónomo de la interfaz de la silla de ruedas se realiza por medio de un joystick adecuado a las capacidades del usuario el cual gobierna el movimiento del vehículo dentro del ambiente. El modo autónomo de la silla de ruedas se ejecuta cuando el usuario tiene que girar un determinadoángulo dentro del ambiente. La estrategia de giro se ejecuta mediante un algoritmo de maniobrabilidad compatible con la cinemática del vehículo y mediante el uso del algoritmo de SLAM (por sus siglas en inglés de Simultaneous Localization and Mapping). El modo autónomo se compone de dos módulos: un módulo de planificación de caminos y un módulo de control. El módulo de planificación de caminos usa la información del mapa provista por el algoritmo de SLAM para trazar un camino seguro y compatible con la silla de ruedas, que le permita al vehículo alcanzar la orientación deseada. El módulo de control gobierna el movimiento del vehículo en el seguimiento del camino trazado mediante un controlador de seguimiento de trayectorias. Las referencias del controlador son actualizadas mediante la estimación de la postura de la silla de ruedas dentro del ambiente, obtenida por el algoritmo de SLAM. Acompañan a este trabajo resultados experimentales utilizando una silla de ruedas robotizada real. Copyright c 2011 CEA.Palabras Clave: Vehículos autónomos, Sistemas biomédicos, Navegación de robots. INTRODUCCIÓNEn este trabajo se presenta el diseño y experimentación de una interfaz para la navegación autónoma y no-autónoma de una silla de ruedas robotizada. La navegación no-autónoma se ejecuta mediante un joystick manual. El joystick permite el control directo de la silla de ruedas en entornos que no presenten restricciones o dificultades de maniobrabilidad. La navegación autónoma permite la maniobrabilidad de la silla de ruedas robotizada dentro de entornos restringidos. La estrategia de maniobrabilidad permite el giro -cuyoángulo es previamente especificado por el usuario-de forma segura, protegiendo la integridad del usuario y del vehículo.La maniobrabilidad y gobernabilidad de vehículos de asistencia dependen actualmente de las habilidades del usuario. Aún más, los movimientos de los vehículos de ambientes internos se encuentran restringidos por la estructura y disposición del entorno. Los vehículos de asistencia, en hospitales o centros de rehabilitación, son usados para el acarreo de medicina, asistencia a los ancianos o a personas con capacidades motoras limitadas y para el transporte de usuarios (Park et al., 2004;Dario et al., 1999). Aunque estos vehículos constituyen una solución al servicio de asistencia al usuario, la falta de inteligencia de los mismos para sobrellevar de forma autónoma situaciones inesperadas, o moverse dentro de ambientes desconocidos hacen que su funcional...

Cooperative Monocular-Based SLAM for Multi-UAV Systems in GPS-Denied Environments

“…However, several mission profiles require the UAVs to fly in GPS-challenging or GPS-denied environments, as in natural and urban canyons [ 3 ]. The use of range sensors like laser, sonar or radar (see [ 4 , 5 , 6 ]) allows obtaining knowledge about the environment of the robot. However, this kind of sensor can be expensive and sometimes heavy, and its use in outdoor environments can be somewhat limited.…”

Validation of Data Association for Monocular SLAM

“…These solutions usually revolve around the estimation of self-mapped features located through sensors, traditionally highly specialized and costly devices. As such, the most frequently used sensors within the context of SLAM applied to robotic systems navigation include odometers, radars, GPS, and several kinds of range finders, such as laser, sonar, and infrared-based devices [1,2].…”

A Highest Order Hypothesis Compatibility Test for Monocular SLAM

“…Most of these solutions focus on the estimation of self-mapped features located through assorted types of sensors. The most frequently used sensors for SLAM techniques include odometers, radar, GPS and several kinds of range finders such as laser, sonar and infrared-based ones [1][2]. All these sensors have their own advantages, but also several drawbacks have to be considered, such as: the increasing difficultly regarding correspondence or data association, the limitation to 2D mapping, excessive computational requirements, or being too expensive to be deployed on certain commercial platforms.…”