Ir al contenido principal

FollowLine: línea de trabajo

La primera práctica consiste en programar el comportamiento de un robot, en este caso un fórmula1, para que siga la línea del suelo de un circuito lo más rápido posible. A pesar de que el robot incorpora diversos sensores, solo se podrá utilizar la cámara izquierda para esta tarea. Antes de comenzar voy a definir la línea de trabajo que seguiré y que estrategía emplearé para programar el comportamiento.

En este caso la línea a seguir tiene un color rojo que se distingue muy bien del resto del asfalto, por lo que un filtro de color, en HSV, parece la mejor idea para segmentar la línea. Elijo HSV porque es un campo de color más invariante a cambios de iluminación, haciendo más robusta la segmentación. Con el fin de ahorrar computo realizaré la segmentación solo en la mitad inferior de la imagen, que abarca todo el asfalto.
La idea es extraer una serie de puntos de control en cada iteración a diferentes alturas de la línea y compararlos con su mismo valor en una situación ideal, donde el robot está centrado. La diferencia entre estos dos valores dará una medida del error de la posición del robot. Para comenzar utilizaré solo un punto de control situado a media altura, ya que así el robot podrá anticiparse en cierto modo a los cambios de dirección, mientras que también corrige su situación actual.
Para obtener una imagen referencia donde el robot esté centrado voy a desplazarlo manualmente al arrancar el mundo de Gazebo, para estar seguro de que es la posición idónea. Como la línea tiene una cierta anchura, tomaré el punto medio como medida. De este modo puedo extraer un único valor para X dada una altura Y de la línea. En cada iteración se calculará el valor actual de la línea a la misma altura Y y se comparará con el X de referencia.

La señal que se envíe a los actuadores dependerá del error actual que se esté cometiendo en una proporción que se obtendrá mediante prueba y error.

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...

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 ...

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...