ALGORITMO DE VISIÓN UTILIZANDO UNA OMNICÁMARA

mostra d o en la Figura 3.2, sirve para realizar el análisis de la escena del ambiente natu ral pero utilizan d o una omnicáma r a en vez de una cámara estan d a r. Las omnicám ar a s, como la utilizad a para esta investigación, pertenecen a los llamado s “Sistemas Panorá micos Catadióp t ricos de una Simple Captura” (Single - Capture Catadiop t ric Panora mic Systems) [Benosma n 01], la palabra catadio p t ric refiere al uso de espejos para el sistem a de imagen, el cual se comp o n e de una sóla cámara que permite captu r ar en una sóla imagen toda la escena panor á mica desead a. Una “omnicám ar a” o “cámara omnidireccional” es también llamad o un Sensor de Visión Omnidireccional (ODVSs, OmniDirectional VisionSensor) el cual con el uso de un espejo y una cámara se puede n captu r ar “Imagenes Omnidireccionales” (ODIs, OmniDirection al Images) que como su nombre lo indica son imágenes que muestr a n lo que hay en todas direcciones [Benosma n 01]. El espejo mencionad o puede ser cónico, esférico, hiperboloide o paraboloide depen dien d o de su forma. Por lo tanto, una omnicámar a es una cámara de video que permite observar la escena a todo alreded o r de la cámara, es decir, se puede observar una imagen captu r a d a horizo n t al m e n t e de los 360 grados alreded o r de la cámara. A diferencia de las omnicáma ra s, una cámara están d a r como la utilizad a para las primeras pruebas de la sección 3.1 sólo tienen un ángulo de captu r a horizo n t al de entre 30 y 60 grados.

Para esta tesis se mon tó en el robot Pioneer 3- AT una omnicá ma r a la cual tiene un espejo esférico que permite ver los 360 grados horizo n t al m e n te sin ninguna obstr ucción y prop o rciona un amplio rango de vista vertical de 100 grados (desde +10 grados hasta - 90 grados). Dicha cámara puede ser observad a de cerca en la Figura 1.6 y ya monta d a sobre el Pioneer 3- AT en la Figura 3.13. En la Figura 3.14 se mues tr a una imagen ejemplo de captu r a del ambiente natu ral con la omnicá mar a. Las omnicámar a s han sido más utilizad as para aplicaciones de ambien tes de interior, y en las aplicaciones de ambientes de exterior han sido utilizad as más para ambientes semiestr u ct u r a d o s; sin embargo, comú n m e n t e en todos esos trabajos las ODIs o también llamad as “imágenes panorá micas cilíndricas” (por su forma como se vé en la Figura 3.14) se procesan y se convierten en imágenes panorá micas con técnicas de visión omnidireccional [Benosma n 01], es decir, que las imágenes cilíndricas son transfo r m a d a s en

imágenes rectang ulares tradicionales corrigiendo la distorción (como estirarlas). Sólo en algunos trabajos como el de [Gonzalez 02] se han aplicad o el uso de omnicám ar a s en ambientes natu rales.

Fig. 3.13 Omnicámar a monta d a sobre el Pioneer 3- AT.

Fig. 3.14 Imagen ejemplo captu r a d a de la omnicámar a.

Sin embargo, en esta investigación no se necesita hacer una transfor m ació n de la imagen cilíndrica debido a que no es de interés ver cómo se vería en una imagen rectang ular larga sin distorción. Lo importa n t e para este trabajo es saber si hay obstáculos alreded o r del robot y en qué ángulo se encuen tr a n dichos obstáculo s con respecto al frente o a la dirección de movimien to del robot. Es decir, se debe realizar el mismo análisis de la escena hecho para las imágenes captu r a d a s con una cámara están d a r pero ahora con la omnicám ar a y eso no conllevó ningún problem a extra debido a que la meto d ología de visión creada se pud o aplicar de la misma forma a estas imágenes omnidireccionales

reconocien d o de la misma manera cuáles eran áreas navegables y cuáles eran áreas no navegable debido a que había algún obstáculo alreded o r del robot, fuera un árbol o un arbus to. El mismo algoritmo de navegación reactiva considera n d o el modelo cinemático del robot puede ser aplicado utilizan d o este tipo de imágenes omnidireccionales consideran d o cuál es el frente del robot.

Fig. 3.15 Represen t ación de la imagen omnidireccional.

Las imágenes captu r a d a s con la omnicámar a tienen sólo un área pequeñ a don de se ven los diferen te s element o s a reconocer: pasto, árboles, arbusto s y cielo. Por lo tanto, sólo se debería aplicar el algoritmo de visión en todas sus etapas a esa área pequeñ a. Esto se puede observar en la Figura 3.15 en la que se muestr a una represen t ación de las imágenes captur a d a s, don de el espacio que hay entre las dos circunferencias es la única área donde se procesa el análisis de la escena. Como se puede notar en la Figura 3.13, el Pioneer 3- AT no tiene una forma circular, por lo que se tuvo que colocar un poco más alta la omnicám ar a para que no apareciera mucho del robot mismo en las imágenes captu r a d a s. Aún así, se puede observar en la Figura 3.14 que al centro de la imagen se alcanz a a ver una peda z o de la parte de atrás del robot (la cual está orienta d a hacia la izquierd a de las imágenes captu r a d a s) y casi en oposición a 180 grados se vé una pequeñ a parte del cable de la cámara que no se pudo doblar debido a que se podía troza r o trans mitiría mal la captu r a. Esas 2 pequeñ as áreas también son represen t a d a s en la Figura 3.15 con 2 pequeñ o s polígonos alreded o r de la circunferencia central. Tampoco en esas pequeñ a s áreas se aplicaría el procesa mien t o de visión. Se puede notar tanto en la Figura 3.14 como en la circunferencia más grande de la Figura 3.15 que la omnicáma r a tiene una pequeñ a desviación entregan d o las imágenes captur a d a s sin que se note una pequeñ a parte superior de esa circunferencia.

Este tipo de imágenes omnidireccionales pueden ser útiles siend o la entrad a para resolver el problema de planificación considera n d o incertid u m b r e y su corresp o n dien te análisis de la localización con respecto a diferen tes marcos de referencia locales o uno global. Ese análisis y búsq ue d a de trayectorias será tratad o en detalle en el capítulo 4. Sin embargo, aquí se puede mencionar que en esta tesis, para que el robot realice la planificación de rutas referenciado con respecto a marcos de referencia locales en un ambiente natur al, se escogieron los árboles para ser los marcos de referencia locales, y no se consider ó para ese análisis la existencia de arbusto s. Las imágenes omnidireccionales procesa d as por visión permiten la detección de la base de los árboles más cercano s al robot considera n d o que esas son las posiciones de los árboles. Con pruebas se encon tr ó que la mayoría de los árboles que podían ser bien detectad o s por el algoritmo de visión se encuen tr a n a lo más a 4 metros de distancia en todas direcciones del robot. Esto se vé en la Figura 3.16, donde se sobrep u s o la Figura 3.15 sobre la Figura 3.14, y se indica con una nueva tercera circunferencia (que se encuen tr a entre las otras dos circunferencias, casi a la mitad de ellas pero un poco más cerca de la circunferencia exterior) la distancia de 4 metros a todo alreded o r. Con un círculo rojo se indican las posibles posiciones de 5 árboles, para esta imagen ejemplo, útiles a futuro para localizar al robot. Imagenes de este tipo podrían ser tomad a s como la vista superior del ambiente del robot, y ser considera d a s como la represen tació n que permitiría realizar el análisis de localización y planificación del robot en base a las posiciones de los árboles.

4

LOCALIZACIÓN

Y

PLANIFICACIÓN

CON