Ir al contenido principal

FollowLine: primera aproximación

Para poner en práctica las ideas expuestas en la entrada anterior he realizado una primera aproximación al algoritmo de comportamiento. En el enunciado de la práctica se recomienda usar un controlador tipo PID para estimar el error, pero para este intento he decidido omitirlo. El objetivo es simplemente aprender a controlar el robot actuando en consecuencia al error cometido. He extraído tres puntos de control a diferentes alturas de la imagen referencia, con los que he dibujado la línea ideal de trayectoria en recta. En cada iteración calculo el punto medio del ancho de la línea y estimo la distancia con el punto de referencia, en principio solo para el punto a media altura. Según la magnitud del error he fijado una serie de reglas para establecer la velocidad de avance y de giro. Si el error es muy grande la velocidad de avance debe de ser pequeña y la de giro grande. Sin embargo, cuando el error es pequeño la velocidad de avance se puede aumentar al mismo tiempo que se disminuye la de giro. Estableciendo una serie de umbrales de error, en los cuales  se modifican ambas velocidades de acuerdo con las reglas anteriores, es posible que el robot complete la vuelta. Con los parámetros establecidos mediante prueba y error he conseguido un tiempo de 8min 30s y un comportamiento bastante suave.
Por contra, al coche le cuesta fijar una trayectoria en las rectas, donde se mueve de lado a lado. Además de momento no he añadido ningún tipo de comportamiento para cuando el coche pierde la línea, simplemente avanza recto. En posteriores mejoras también me gustaría introducir el error cometido en el punto de la línea más alejado. De este modo podré suavizar la entrada en curva y detectar mejor cuando el coche está en recta para acelerar más. El tiempo conseguido el bastante malo, aunque es lo máximo que he podido obtener con esta configuración. A partir de ahora, siguiendo las recomendaciones del enunciado, utilizaré un controlador PID para mejorar el comportamiento del robot. De momento continuaré con la misma estrategia puesto que los resultados obtenidos para esta aproximación no son del todo malos.


Comentarios

Entradas populares de este blog

Reconstruccion3D: emparejamiento de puntos y cálculo del punto 3D

Como se comentaba en la entrada anterior, una vez tenemos la línea epipolar calculada podemos buscar el punto homólogo correspondiente. Para ello es necesario establecer una métrica para comparar ambos puntos. Tomar simplemente los valores RGB de los puntos no parece la forma más fiable, puesto que puede ser que haya más de un punto similar. Lo ideal sería tomar una región o parche centrada en los puntos. De esta forma la comparación será mucho más fiable y discriminante a lo largo de la epipolar. Es necesario establecer una métrica para comparar ambos parches. Una de las más sencillas es el MSE (Mean Square Error), que promedia el resultado de restar los valores en escala de grises de cada uno de los elementos del parche. Existen otras métricas como comparar histogramas o la correlación, pero considero que es mejor comenzar con la más simple. Como se trata de una diferencia, hay que calcular el MSE entre todas las posibles combinaciones a lo largo de la epipolar. El punto...

Reconstruccion3D: Descripción y primeros pasos

En esta práctica se abordará el tema de la reconstrucción de puntos 3D a partir de dos cámaras calibradas. Para ello, gracias al entorno de Gazebo, contamos con un robot que incorpora un par estéreo calibrado del que se conoce su posición y separación. Al mundo de Grazebo se le han añadido una serie de objetos 3D de forma que las cámaras puedan captarlos para efectuar la reconstrucción. Así mismo, también tenemos a nuestra disposión un visor de puntos 3D a través del cual podremos ver el resultado. Al igual que en la práctica anterior, se parte de un script donde poder añadir código y una serie de librerías que facilitarán muchas operaciones. Para efectuar una reconstrucción es necesario conocer la posición que ocupa el punto 3D en las dos imágenes. Obviamente no se dispone de dicha información, por lo que hay que escoger un punto en una de las imágenes y buscar su homólogo en la otra. Es importante escoger bien los puntos, ya que cuanta más textura contengan más fácil será enc...