Cerebro robótico para navegación de búsqueda de objetos

2. Introducción
3. Marco teórico
4. Sistema propuesto
5. Implementación
6. Resultados
7. Conclusiones
8. Discusión
9. Trabajos futuros
10. Anexos
11. Referencias bibliográficas

Resumen

En este documento se presenta una propuesta para desarrollar un sistema autónomo de navegación para un robot. Además, se describe en detalle uno de los diferentes métodos para diseñar sistemas autónomos, sus ventajas y desventajas. También se describe cada una de las herramientas utilizadas en la creación de estos sistemas. En este caso, se utiliza la lógica difusa como medio para controlar el robot y los algoritmos genéticos para evolucionar dicho sistema. Así mismo, se presenta una aplicación para simular la evolución del sistema desarrollada en Matlab en la cual se pueden ingresar diversos parámetros y probar los resultados. Por último, se presentan las conclusiones según los datos obtenidos, al igual que una discusión donde se compara el método utilizado en este proyecto con otros métodos utilizados en otros proyectos.

ABSTRACT

This document presents a proposal to develop an autonomous system and implement it in a robot. Also, one of the different methods for developing autonomous robots is described along with its advantages and disadvantages. In this particular case, fuzzy logic is used as means to control the robot and genetic algorithms are used to evolve it. More over, an application is presented for simulating the evolution of the system developed in Matlab in which various parameters can be changed and test the results. Finally, conclusions are presented and a discussion comparing the method used in this project with those used in other projects.

Términos Clave: Lógica Difusa, Algoritmos Genéticos, Navegación, Robots Autónomos, Sensores.

CAPÍTULO 1

Introducción

En la navegación autónoma de robots se debe tomar en cuenta las variables del entorno en el cual se desenvuelve, dentro de las cuales se encuentra: Los obstáculos, las metas, etc. Para obtener dicha información, los robots utilizan diferentes tipos de sensores y otros dispositivos, por ejemplo cámaras, que le permiten calcular sus movimientos e interactuar con el entorno.

Uno de los métodos más utilizados es la navegación autónoma por medio de conductas o comportamientos que pueden ser aprendidos o evolucionados utilizando algún método de aprendizaje. La navegación puramente reactiva hace que el robot esquive los obstáculos a medida que estos vayan apareciendo y se dirija hacia las metas y sub-metas. Las conductas pueden ser definidas con heurística o pueden ser aprendidas a medida que el robot se vaya encontrando con diferentes ambientes.

Las herramientas más utilizadas para generar sistemas autónomos de navegación para robots son: Lógica Difusa, Algoritmos Genéticos y Redes Neuronales, o combinaciones de estas. La lógica difusa ofrece una forma efectiva de representar conductas por medio de variables de entrada, una lista de reglas difusas y variables de salida, por lo tanto es uno de los métodos más utilizados para controlar robots autónomos. Para el aprendizaje y evolución de los robots se utilizan los algoritmos genéticos o las redes neuronales que evalúan de forma eficiente todas las posibles combinaciones de las conductas y pueden seleccionar las mejores. También debe existir un ente para arbitrar dichas conductas, que por lo normal se incluye dentro del sistema difuso, que verifica que en el mismo momento no se esté ejecutando más de una conducta, para el caso de los sistemas monoconducta, o que las conductas que se ejecutan no se anulen entre ellas, en el caso de los sistemas multiconducta.

Para este proyecto se utiliza un sistema controlado por reglas difusas que representan las conductas del robot, pero el sistema es monoconducta, no tiene árbitro, únicamente se van evaluando las conductas a medida que los sensores detectan los obstáculos y las metas. Para la evolución del robot se utilizan los algoritmos genéticos que se encargan de ver cuáles conductas son mejores en cada individuo y por los métodos de selección, cruce y mutación encontrar el sujeto con la mayor probabilidad de interactuar de manera eficiente en el entorno.

En la primera parte de este documento se presenta una reseña histórica de las áreas científicas que han influido en la creación de sistemas autónomos, también se presenta un marco teórico con los diferentes métodos a seguir para la creación de dichos sistemas y el diseño del robot, tanto físico como lógico. También se presenta la forma de realizar simulaciones de robots autónomos utilizando los diferentes módulos que Matlab incluye dentro de sus herramientas. Luego se presentan los resultados y las conclusiones del estudio, al igual que una pequeña discusión comparando este proyecto con otros estudios realizados por varios autores.