Descripción
El proyecto consiste en el desarrollo de un sistema de navegación modular basado en visión que utiliza datos RGB-D para la navegación autónoma en interiores, abordando las tareas principales de localización, planificación de trayectorias y evasión de obstáculos. El núcleo del sistema es un modelo basado en aprendizaje automático que interpreta los datos RGB-D para sugerir acciones de navegación, lo que permite la toma de decisiones en tiempo real.
El sistema organiza las trayectorias navegables mediante un mapa topológico, en el cual los nodos representan imágenes RGB-D y las aristas corresponden a conexiones navegables entre ellas, facilitando una planificación de trayectorias eficiente.
El módulo de registro, a partir de las características de la nube de puntos, estima la pose relativa y el error de registro mediante tres etapas:
1. detección y emparejamiento,
2. generación de la nube de puntos, y
3. registro de nubes de puntos mediante la Descomposición en Valores Singulares (SVD), con el fin de estimar la pose relativa y el error de registro.
Con base en la estimación de la pose relativa y el error de registro, el navegador —un clasificador Perceptrón Multicapa (MLP)— predice la siguiente acción de navegación. Los módulos de detección de similitud y de obstáculos evalúan si el agente debe iniciar un procedimiento de recuperación. En caso de ser necesario, el sistema localiza al agente dentro del mapa topológico para determinar el nodo más cercano; dicho nodo y el nodo fallido se desconectan del mapa topológico.
La planificación de trayectorias se realiza mediante la búsqueda de un nuevo camino utilizando el algoritmo de Dijkstra sobre el mapa topológico actualizado. Esta nueva trayectoria se convierte en la memoria visual (VM), consistente en una secuencia de imágenes RGB-D. Los datos clave RGB-D se actualizan y se inicia una nueva iteración del proceso.
Problemática
Los robots asistenciales se han destacado como un instrumento que ayuda a mejorar la calidad de vida en diferentes entornos, desde los profesionales hasta los domésticos. A pesar de ello, se siguen presentando múltiples retos ante el constante cambio de condiciones de vida y tecnología. La navegación en interiores es una tarea compleja debido a la necesidad de sistemas capaces de detectar objetos con precisión en entornos dinámicos y desestructurados. Incontables factores, tales como la presencia de muebles, objetos móviles y variaciones lumínicas, complican el desplazamiento eficiente y seguro de dichos robots. Lo que motivó la búsqueda de la solución que permitirá a los robots asistenciales desplazarse de manera autónoma y eficiente en espacios cerrados, facilitando su integración en entornos que requieran de asistencia.
Objetivo
Desarrollar un sistema de navegación en interiores para robots asistenciales, utilizando memorias de imágenes con profundidad, sin requerir sensores adicionales para la localización, que permita la toma de decisiones inteligentes y autónomas para navegar hacia un objetivo específico.
El sistema busca facilitar su integración en hardware para avanzar hacia la madurez tecnológica del prototipo y su aplicación en entornos donde pueda brindar apoyo a personas con discapacidad, adultos mayores y otros usuarios que requieran asistencia en actividades de la vida diaria. Asimismo, el proyecto contribuye al avance de la robótica y la inteligencia artificial en el ámbito de la navegación autónoma y la asistencia personalizada, así como a la profesionalización y desarrollo de recurso humano en el sector académico y de investigación.
Impacto
El desarrollo del proyecto, con características interdisciplinares, permitió la colaboración entre personal de distintas instituciones, así como el ahorro de recursos al concentrar los esfuerzos en una sola institución para el logro de los resultados. Los productos obtenidos fortalecieron la trayectoria profesional y académica de todas las personas involucradas y permitieron la generación de nuevas rutas de investigación para el desarrollo profesional y la formación de recurso humano en los sectores docente y de investigación. Asimismo, se obtuvo un sistema robusto, apto para su implementación en hardware, con potencial para su futura madurez tecnológica e integración en entornos sociales.
