Publicación: Controlador Adaptativo Inteligente para la Navegación de un Robot Móvil en Espacios Interiores
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
Este trabajo consiste en el diseño e implementación de un controlador adaptativo inteligente para la navegación de un robot diferencial en espacios interiores, empleando una red neuro-difusa. Para ello, se utilizó una plataforma móvil Multi-DOF, que consta de seis sensores de distancia GP2D12, dispuestos cada 30 grados formando un área de detección de 180 grados y 80cm de radio; dos servomotores con sus respectivos encoders (sistema sensores de efecto hall y 4 imanes montados en uno de los engranajes del servo). Seis tarjetas con microcontroladores que llevan a cabo la conversión A/D de los sensores de distancia; además realizan el conteo de pulsos de los encoders, modulación PWM para los servomotores y mantiene la comunicación de estos con el PC maestro. Una tarjeta de conversión de protocolo de RS 485 a RS 232, para permitir la comunicación con el PC, debido a que los seis microcontroladores se encuentran en una red RS 485. Un robot de configuración diferencial, puede describir una trayectoria calculada por medio de curvas o por medio de tramos de recta. El robot de configuración diferencial que se tiene en cuenta para el análisis, avanza de manera constante hasta encontrar un obstáculo, en cuyo caso debe cambiar su orientación girando ambas ruedas hacia adelante, con velocidades diferentes la una de la otra, de tal manera que el robot describa una curva. El ángulo de orientación que debe asumir el robot en cada punto de la trayectoria (para cada período de muestreo), debe ser calculado por un controlador de movimientos, que para este caso, es una red ANFIS. Los valores de las velocidades que llegan a las ruedas, a partir del ángulo de orientación deseado, son calculados por medio de un controlador difuso. La red ANFIS se compone de seis señales de entrada (correspondiente a la lectura de los sensores de distancia), 1503 nodos, 729 reglas y una señal de salida que es el ángulo de orientación que debe asumir el robot en cada punto de la trayectoria. El controlador difuso recibe dicha señal de salida, como señal de entrada (ángulo de orientación), la diferencia entre el ángulo deseado y la orientación actual del robot se convierte en la variable de entrada error. La otra variable de entrada de este controlador es la derivada del error .El sistema de inferencias difusa consta de 49 reglas y genera dos variables de salida, correspondientes a las velocidades de la rueda derecha e izquierda. Estas señales son llevadas a los servomotores. La velocidad con la que se mueve cada rueda es retroalimentada por los encoders
Resumen en inglés
Abstract: This paper shows the design and implementation of an intelligent adaptive controller for the navigation of a differential wheeled robot indoors, using a neuro-fuzzy network. To achieve that, a multi-DOF platform was used, which consists of six distance sensors GP2D12 arranged every 30 degrees forming a sensing field of 180 degrees and within a radius of 80cm, two servo motors with their respective encoders (hall effect sensors with 4 magnets installed on one of the servo´s gear). Six electronic boards with microcontrollers, which perform the A/D conversion of the distance sensors; besides, it makes the counting of the encoder´s pulses, PWM modulation for the servo motors and allows communication among these and the master PC. A protocol conversion board from RS 485 to RS 232, to let the communication with the PC, due to the microcontrollers are in a RS 485 network. A differential wheeled robot could follow a path calculated by curves or straight segments. The differential wheeled robot which is taken for the analysis move forward until it finds an obstacle, in that case, it should change the orientation by turning both wheels forward at different speeds from each other, in order that the robot could follow a curve. The orientation angle that should be reached by the robot in each point of the path (for every sampling period) is calculated by a motion controller, which in this case is an ANFIS network. The speed values that are sent to the servos, based on the desired orientation angle are calculated by a Fuzzy Controller. ANFIS network consists of 6 input signals (corresponding to the lecture of the distance sensors), 1503 nodes, 729 rules and an output signal which represents the orientation angle that should be reached by the robot in each point of the path. Fuzzy Controller receives that output signal as input signal (orientation angle), the difference between the desired orientation angle and the current robot’s orientation becomes into the input variable “error”. The other input signal for this controller is the error derivative. The Fuzzy inference system is based on 49 rules and generates two output signals, corresponding to right wheel speed and left wheel speed. These signals are transmitted to the servos. The speed of each wheel is feedforward by the encoders