Se implementó, con ayuda de Jeferson David Ossa, las técnicas de descomposición de celdas exacta y adaptativa (o aproximada) [1][2][3][4][5], para planificación de movimientos en la navegación de robots móviles, que consideran un mundo cerrado, estático y conocido. La siguiente es la arquitectura propuesta.
Los planificadores suelen considerar al robot como un punto, lo cual es irreal. Una de las soluciones (aunque no es exacta), es agrandar todos los obstáculos con respecto al radio del robot.
Teniendo a un robot móvil tipo diferencial con las siguientes dimensiones:
En las pruebas
realizadas se compararon las dos técnicas implementadas en dos diferentes
escenarios (uno de ellos se puede apreciar en la siguiente figura).
Adicionalmente, en cada escenario, se
realizaron dos pruebas distintas, una en la que el robot pudiera pasar
exactamente (según la implementación) a través del espacio que dejaban los dos
obstáculos entre sí, y otra donde el robot, a pesar de que sí pudiera pasar con
cierta configuración, le tocara dar una vuelta alrededor de algún obstáculo. Así pues, se hicieron cuatro pruebas para
cada uno de los dos algoritmos. Las secuencias de puntos generadas por los planificadores se pueden apreciar a continuación.
 |
| Escenario 1. Descomposición adaptativa con trayectoria ineficiente |
 |
| Escenario 1. Descomposición adaptativa con trayectoria eficiente |
 |
| Escenario 2. Descomposición adaptativa con trayectoria ineficiente |
 |
| Escenario 2. Descomposición adaptativa con trayectoria eficiente |
 |
| Escenario 1. Descomposición exacta con trayectoria ineficiente |
 |
| Escenario1. Descomposición exacta con trayectoria eficiente |
 |
| Escenerio 2. Descomposición exacta con trayectoria ineficiente |
 |
| Escenario 2. Descomposición exacta con trayectoria eficiente |
A continuación, se puede apreciar un video de algunas de estas pruebas, las cuales, en promedio, arrojaron un error del 3,4% como se ve en la siguiente tabla.
[1]
Jean-Claude
Latombe, Robot Motion Planning.
Kluwer Academic Publishers, 1991.
[2]
H.
Choset, et al., Principles of Robot
Motion: Theory, Algorithms, and Implementations. Boston: MIT Press, 2005.
[3]
S.
LaValle, Planning Algorithms.
Cambridge: Cambridge University Press, 2006.
[4] Roland Siegwart, Illah R. Nourbakhsh, Introduction to Autonomous
Mobile Robots. The MIT Press,
2004.
[5]
Robin
R. Murphy, Introduction to AI Robotics.
Massachussetts: The MIT Press 2000.
Muy interesante, se ve que las opciones muestran cambios relevantes en el desempeño, sobre todo en el costo computacional, pues para procesar la primera solución (celdas) es necesario analizar mas puntos, aunque en el segundo método se observa una mejora, éste tiene una complejidad en la construcción geométrica que me parece interesante y me gustaría conocer mas información acerca de su implementación.
ResponderEliminar