DEMOSTRADORES
ARDUA
ARDUA
Arquitectura software para sistemas de alta integridad;
Plataforma de experimentación testbed (RAWFEE) basada en internet, para UxV en escenarios terrestres, aéreos y acuáticos;
Barco robotizado (USV) para digitalización de cuevas, en el escenario de cueva Román;
Navegación y localización de un UGV (Husky) en el escenario del túnel de Somport.;
Navegación en escenarios altamente dinámicos de laboratorio y hall de la Escuela de Ingeniería y Arquitectura, para UGVs (Turtlebots);
Navegación de un hexacóptero con la técnica DWA-3D en el escenario del Laboratorio de drones del Grupo.
La navegación autónoma en entornos dinámicos es un desafío aún no resuelto en la actualidad. Se han propuesto varios enfoques para solucionarlo, pero o bien tienen una baja tasa de éxito, no consideran las restricciones kinodinámicas del robot o no son capaces de navegar por escenarios grandes donde se necesita información del mapa conocido. En este trabajo, se modifica y adapta un planificador existente, el Espacio de Velocidad de Objetos Dinámicos basado en Estrategias (S-DOVS, por sus siglas en inglés), para ser incluido en una pila de navegación completa, con un sistema de localización, un rastreador de obstáculos y un planificador global. El resultado es un sistema que puede navegar exitosamente en escenarios del mundo real, donde puede enfrentarse a desafíos complejos como obstáculos dinámicos o replanteamiento. El trabajo final se prueba exhaustivamente en simulación y en un robot terrestre.
Se ha implementado y evaluado un sistema de navegación autónoma en 3D para escenarios confinados (cuevas, túneles, galerías), en los cuales no hay señal GPS/GNSS. Se ha desarrollado una técnica de navegación 3D para drones, denominada DWA-3D. Se ha desarrollado en ROS y simulado utilizando Gazebo, reproduciendo escenarios complejos tipo túnel y cueva. En ellos el dron debe evitar los obstáculos autónomamente, y debe ser capaz de realizarla horizontalmente o navegando verticalmente en un escenario tipo chimenea o pozo. Se ha utilizado un modelo de muti-rotor Hector, un Velodyne de 16 planos, y se ha integrado con un planificador Global existente en ROS, MoveIt, realizándose simulaciones en diferentes escenarios.
Se ha desarrollado una técnica de planificación y navegación de drones en escenarios complejos sin GPS, como edificios interiores, cuevas o áreas urbanas densas. Se ha desarrollado una extensión de la técnica de navegación reactiva Ventana Dinámica (DWA) al espacio 3D para la navegación de drones, denominada DWA-3D, y se ha integrado con un planificador global. La planificación y la navegación se basan en un mapa de ocupación (Octomap) construido con la información en tiempo real del entorno proporcionada por un LiDAR 3D (Ouster OS032) a bordo. Se ha realizado una extensa experimentación y evaluación del método con un hexarotor en un escenario de laboratorio. El método permite un sencillo ajuste de parámetros de navegación para seleccionar el modo de navegación, priorizando la evitación de obstáculos horizontalmente o verticalmente, dependiendo del tipo de escenario (cueva, túnel, galerías, etc). El navegador trata de seguir la trayectoria global planificada, pero la toma de decisión última la toma el navegador DWA-3D, bajo el criterio de navegación segura. Se ha realizado una experimentación exhaustiva para evaluar y ajustar los parámetros a fin de lograr trayectorias seguras y ajustar cómo se realiza la evitación según el tipo de misión o entorno.
Se ha desarrollado un sistema de planificación y navegación basado en mapas topológico-semánticos para túneles y laberintos. Permite generar instrucciones de navegación de alto nivel sin necesidad de proporcionar coordenadas precisar como subobjetivos. Se utiliza una red convolucional CNN para la detección de intersecciones de galerías y obstáculos, desarrollando una técnica de navegación reactiva basada en esta detección e identificación de lugares relevantes para la navegación. Se ha simulado en Gazebo en entornos complejos tipo laberinto de galerías.
El vídeo presenta un método para misiones de monitoreo robótico en presencia de obstáculos móviles. Si bien se conoce el mapa del escenario, el robot carece de información sobre el movimiento de los obstáculos dinámicos durante la misión. El robot calcula un plan global y ejecuta la misión utilizando el enfoque de dos pasos propuesto. El primer paso consiste en seleccionar el objetivo de observación en función de la distribución del entorno y los costes estimados de monitoreo. En el segundo paso, el robot identifica áreas con obstáculos móviles para evitar regiones dinámicas densamente ocupadas en base a su ocupación. El método genera un plan global para monitorear todo el escenario, evitando áreas densamente pobladas y planificando nuevamente una nueva trayectoria o atravesando áreas dinámicas con baja densidad y, por lo tanto, bajo riesgo de colisión. Un planificador reactivo local sigue la trayectoria del planificador principal mientras evita obstáculos estáticos y dinámicos. Este método mejora métricas como el número de colisiones o el tamaño del área monitoreada en comparación con otras técnicas de vanguardia.
Se ha desarrollado un barco robotizado, RoboBoat, un USV (vehículo de superficie no tripulado) especialmente diseñado con las capacidades necesarias para adquirir de manera autónoma una representación de nube de puntos 3D de galerías estrechas e inundadas en cuevas, minas y otros escenarios similares, donde no se pueden aplicar los procedimientos convencionales de topografía y cartografía. Hemos desarrollado técnicas adaptadas a estos escenarios: un método de navegación reactiva basado en el seguimiento de contornos y un SLAM basado en ICP. También hemos definido métricas personalizadas para validar e iterar la mejora del modelo 3D de los pasadizos. RoboBoat ha sido probado exitosamente en campo en dos escenarios con características diferentes: una cueva natural y una galería minera. La representación 3D de las galerías es lo suficientemente precisa para la preservación digital del patrimonio cultural de gran volumen. Para ello, se ha desarrollado una navegación autónoma exitosa del USV RoboBoat con una nueva técnica de navegación de seguimiento de contornos de propósito general, el método Sliding Balloon. Este combina un planificador simple para calcular el próximo subobjetivo para seguir el contorno irregular, evitando situaciones de atrapamiento, y una técnica reactiva para moverse con seguridad hacia este objetivo, teniendo en cuenta las restricciones kinodinámicas del bote. Esta técnica conduce a una navegación autónoma de seguimiento de contornos suave que ha demostrado ser adecuada para la exploración y el mapeo 3D de galerías inundadas intrincadas.
También hemos diseñado un método de SLAM basado en ICP adaptado para su uso en entornos confinados no estructurados, que tienen contornos y paredes altamente irregulares. Aquí no se pueden utilizar técnicas clásicas basadas en características, ya que no se pueden construir superficies planas o suaves. La localización y el mapeo se basan directamente en las nubes de puntos generadas por dos sensores LiDAR diferentes que funcionan en diferentes periodos de muestreo. El método está adaptado para superar los problemas de emparejamiento de puntos característicos que aparecen en estos entornos altamente irregulares. El método de reconstrucción se realiza secuencialmente offline, en dos pasos consecutivos.