Estado del arte manipulación

7/25/2019 Estado del arte manipulación

http://slidepdf.com/reader/full/estado-del-arte-manipulacion 1/6

Centro de Investigación y de Estudios Avanzados del Instituto

Politécnico Nacional Unidad Saltillo

Programa de Robótica y Manufactura Avanzada

Estado del arte Kuka youBot

Flabio Dario Mirelez Delgado

28 de mayo de 2015



Cooperación de Sistemas Dinámicos

Estado del arte

En este documento se presentan los resultados de una investigación bibliográfica en los archivos digitales dela IEEE y en el buscador Scopus. El criterio de búsqueda es el Kuka youBot y el periodo de tiempo abarca desdeel 2010 hasta la fecha.

2011.- KUKA youBot - a mobile manipulator for research and education

En este artículo se encuentra en las memorias del ICRA Communications del 2011 y trata sobre el desarrollode los primeros prototipos del Kuka youBot. La idea principal es mostrar que el robot puede unir tres áreasdiferentes donde la manipulación móvil juega un papel importante, esas áreas son; investigación básica, desa-rrollo de aplicaciones para manufactura cognitiva y educación. Así mismo este trabajo muestra las principalescaracterísticas físicas del robot así como detalles técnicos y de programación.

2012.- Programming of a mobile robotic manipulator through demonstration

Trabajo presentado en Proceedings of the 9th International Conference on Informatics in Control, Automa-

tion and Robotics, en 2012. El objetivo de este artículo es lograr que el robot pueda repetir movimientos demanipulación de un humano, para ello se usan modelos e información perceptual que se almacenan en el roboten forma de conocimiento semantico. Con estos datos el robot intentará recrear ejecutar la tarea de acuerdo acomo le fue mostrada. Para validaciones se utilizó un Kuka youBot y ROS.

2012.- Unified Closed Form Inverse Kinematics for the KUKA youBot

Este artículo se presentó en Proceedings of ROBOTIK en 2012. El objetivo de este trabajo es establecer unacinemática inversa unificada para el Kuka youBot puesto que al considerar a la plataforma móvil como partedel modelo cinemático se presentan redundancias al momento de utilizar algoritmos numéricos para resolver lacinemática inversa. La forma de atacar el problema es considerar tres redundancias clave; la primera es entre larotación de la plataforma móvil y la primera articulación del manipulador, la segunda es entre el movimiento

lineal de la plataforma y el alcance del manipulador y por último la redundancia a resolver es sí la articulacióntres debe estar por encima o por debajo de la posición del efector final. A pesar de la propuesta realizada porlos autores, en el artículo solo se muestran simulaciones y no experimentos con una plataforma real.

2013.- A Model-based Approach to Software Deployment in Robotics

El trabajo fue presentado en el Intelligent Robots and Systems (IROS) en el 2013. La motivación de esteartículo radica en la importancia de establecer un modelo general para desarrollar software que sea genérico paratodo tipo de robots y que además presente la ventaja que al desarrollar nuevas aplicaciones, éstas sea fáciles deasimilar para el sistema operativo del robot. Como ejemplo de lo anterior se menciona a ROS, BRICS y OROCOS,y para ejemplificar la demanda que debe tener un software para robots, se plantean las actividades que debe

desempeñar un Kuka youBot en un escenario estructurado donde debe navegar, reconocer objetos, tomarlos ydepositarlos en otros sitios. Sin embargo en ningún momento se presentan simulaciones ni experimentos, el KukayouBot es usado sólo como ejemplo de la versatilidad que debe tener un sistema robótico.

2013.- Decentralized Robotic Assembly with Physical Ordering and Timing Constraints

Este artículo se presentó en el Intelligent Robots and Systems (IROS) del 2013. El trabajo es la extensiónde un trabajo anterior donde se propuso un esquema de colaboración para un grupo de manipuladores móviles.Es este escrito los robots usados son cuatro Kuka youBot, dos hacen las funciones de proveedores de partes y elresto funge como ensambladores. La parte importante del trabajo es que a pesar que falten piezas para armar el

CINVESTAV Unidad Saltillo 1




objeto final, los robots son capaces de reajustar la planificación de la tarea. Otro aspecto a destacar del artículoes que manejan tiempos en las subtareas, con lo que se puede obtener una parametrización en tiempo de todala tarea así como medir la eficiencia del algoritmo propuesto. El sistema de visión está compuesto por variascámaras que permiten el seguimiento de los robots así como la identificación de las piezas, las cuales pueden serpasadas de un robot a otro sin necesidad de colocarse en el suelo. La programación está desarrollada en ROS.

2013.- Kuka youBot Arm Shortest Path Planning Based on GeodesicsEste trabajo se presentó en el Proceeding of the IEEE International Conference on Robotics and Biomimetics

(ROBIO) en 2013. En este trabajo se propone un esquema de planificación de trayectorias para el manipuladordel Kuka youBot, tales trayectorias se calculan a partir de geodésicas con el afán de encontrar la ruta más cortaque el robot debe seguir para llegar de un punto a otro. Los resultados se muestran sólo en simulación.

2013.- Physical Human-Robot interaction with a Mobile Manipulator through Pressure

Sensitive Robot Skin

Este artículo se presentó en la ACM International Conference on PErvasive Technologies Related to AssistiveEnvironments en 2013. El objetivo principal de este trabajo fue utilizar sensores de fuerza flexibles para transmitir

movimiento al robot. Los sensores de fuerza fueron colocados en la superficie del manipulador, logrando así queun humano pueda transmitir movimiento al robot mediante la aplicación de fuerza. Los desplazamientos delrobot se restringe al plano XY y la programación es mediante ROS.

2013.- RF-Compass: Robot Object Manipulation Using RFIDs

Este trabajo fue presentado en la Annual International Conference on Mobile Computing and Networkingen 2013. El objetivo principal de este artículo fue lograr que el Kuka youBot localizara una pieza de mueble queestá puesta en el piso de manera aleatoria. Para lograr la identificación exacta de la pieza así como la localizacióndel robot se implementó un arreglo de identificadores de radiofrecuencia en el robot así como un algoritmo quepermite procesar esas señales y obtener la posición exacta del robot.

2013.- Spatial sampling methods for improved communication for wireless relay robots

Este artículo se presentó en el International Conference on Connected Vehicles and Expo (ICCVE) en 2013.El principal objetivo es tener una buena comunicación inalámbrica con el robot, para ello los autores usan sólola plataforma del Kuka youBot y diferentes arreglos de sensores receptores así como diferentes algoritmos paraconocer la eficiencia de la comunicación con el robot.

2014.- A Virtual Laboratory of a Manufacturing Plant operated with Mobile Robots

Este trabajo se presentó en IEEE Emerging Technology and Factory Automation (ETFA) en 2014. El objetivoprincipal es crear un laboratorio virtual para que estudiantes aprendan sobre control y robótica, para ello se usóel software V-Rep y un Kuka youBot virtual que permite simular la manipulación y transporte de material. Se

presentan estrategias de navegación así como de control para que el robot desarrolle las tareas antes mencionadas.Este trabajo no presenta experimentos y está más enfocado a la parte de divulgación.

2014.- Cooperative Object Transportation by Multiple Mobile Manipulators through a

Hierarchical Planning Architecture

Este trabajo se presentó en Proceeding of the 2nd RSI/ISM International Conference on Robotics andMechatronics en 2014. Los autores plantean un algoritmo que permite que un grupo de Kuka youBot puedamanipular de manera cooperativa grandes piezas de trabajo evitando colisiones. Para lograr el objetivo anteriorsu estrategia se divide en dos planificadores interconectados, el primero a gran escala brinda las trayectorias libres





de colisión para el grupo y la pieza, por ello es centralizado, a diferencia del segundo que es descentralizado yse aplica para que cada robot evada obstáculos que sólo le afectan a él sin afectar a la tarea global que estransportar la pieza. Para validar el algoritmo se presentan simulaciones en el software webots.

2014.- Development and Simulation on V-REP of an Algorithm for the RoboCup@Work

BNT

Este artículo se presentó en la IEEE International Conference on Autonomous Robot Systems and Compe-titions (ICARSC) en 2014. En este trabajo se desarrolló una simulación para probar que la plataforma móvildel Kuka youBot puede navegar de manera eficiente en un escenario como los que se usan en la robocopa. Lasimulación se desarrolló en el software V-Rep y la programación fue en el lenguaje Lua. El algoritmo propuestorealiza una localización y mapeo simultáneo (SLAM) y permite minimizar los errores en el mapeo así como enla trayectoria del robot, todo esto para cumplir con los requerimientos de la prueba de navegación básica de laRobocopa.

2014.- Discrete-Time Decentralized Inverse Optimal Neural Control Combined with Sliding

Mode for Mobile Robots

Este trabajo se presentó en el World Automatic Congress en el 2014. En este artículo se presenta un controlsuper-twisting con modos deslizantes de segundo órden modificado con el objetivo de diseñar un observadorpara los actuadores del Kuka youBot, posteriormente se utiliza una red neuronal recurrente de alto orden paraidentificar el modelo del robot, adicionalmente se usa un filtro de Kalman extendido para el algoritmo deaprendizaje de la red neuronal, suponiendo que todos los estados se pueden medir. Este esquema de control sevalidó a través de simulaciones numéricas con la plataforma móvil del Kuka youBot.

2014.- Inertial Motion Capture Based Reference Trajectory Generation for a Mobile Ma-

nipulator

Este artículo fue presentado en la Annual ACM/IEEE International Conference on Human-Robot Interactionen 2014. En este trabajo se establece un esquema de interacción humano-robot con la ayuda de sensores inerciales.

El esquema de general consiste en que el humano usa su mano derecha para controlar la posición y orientacióndel manipulador móvil y la mano izquierda permite enviar comando de encendido y apagado para el manipuladory para la base así como comandos de pausa y resumen.

2014.- Real-Time Gesture Recognition for the High-Level Teleoperation Interface of a

Mobile Manipulator

Este trabajo se presentó en la Annual ACM/IEEE International Conference on Human-Robot Interactionen 2014. El objetivo de este artículo es desarrollar una interfase de interacción humano-robot con la ayuda desensores inerciales. La interfaz debe trabajr en tiempo real, para ello utilizan análisis de componentes principalespara aumentar la presición de las lecturas de los sensores inerciales. El robot a controlar es un Kuka youBot.

2014.- Reinforcement and Shaping in Learning Action Sequences with Neural Dynamics

Este artículo se presentó en 2014 al IEEE International Conferences on Development and Learning andEpigenetic Robotics (ICDL-Epirob). Los autores plantean un método de aprendizaje por refuerzo que permite aun agente de aprender secuencias dirigidas a un objetivo de comportamiento basado en una señal de recompensa.Este nuevo algoritmo se probó para evaluar la robustez y la eficacia del aprendizaje de la tarea tomar y colocarobjetos con un Kuka youBot. Los resultados se muestran en el simulador Webots, para la identificación deobjetos usan un sensor RGD-D y diferentes objetos que deben ser reconocidos por color y forma.





2014.- Robotic teaching assistant for "Tower of Hanoi"problem

Este artículo se presentó en Proceedings of the European Conference on Games-based Learning de 2014 conel objetivo de enseñar a grupos de niños a resolver el problema de la torre de Hanoi. El experimento principalse hizo con dos grupos de niños. El primer grupo trabajó con el robot Kuka youBot y el segundo grupo no. Nose menciona algo relevante en cuanto al robot puesto que el objetivo principal del artículo está más enfocado alestudio social.

Conclusiones

La presente revisión del estado del arte muestra que al menos en la IEEE hay pocos artículos relacionadoscon el Kuka youBot, de los la mayoría no utilizan al robot real, sino simuladores. Los temas de investigaciónde estas publicaciones van desde la presentación de la plataforma de manera divulgativa hasta aplicaciones deaprendizaje con redes neuronales, pasando por técnicas de control para la plataforma o para el manipulador.Sólo un artículo muestra un algoritmo para resolver la cinemática inversa de todo el robot y no por separado(plataforma y manipulador) y en dos artículos se muestra una aplicación directa que explota las propiedades delmanipulador móvil omnidireccional en cooperación con otros sistemas iguales.

Con base en los artículos aquí analizados así como en las tendencias globales que se muestran en eventos

como la robocopa, se puede concluir que las áreas dónde se puede enfocar la investigación con los Kuka youBotson:

Navegación local.- La navegación es una de las pruebas básicas en ambientes controlados y no controlados,donde el robot debe ir de un punto a otro en el plano Cartesiano de manera segura y efectiva, es por elloque esta tarea forma parte de las pruebas básicas de la Robocopa. Para atacar este problema se puedenconsiderar dos enfoques:

Navegación basada en mapas.- Para poder usar esta estrategia es necesario tener mapas pre-cargadosen el robot, o bien que el robot pueda acceder a ellos de manera remota, de tal manera que puedaubicarse dentro del entorno y si se conoce el ambiente entonces es posible planificar rutas para quela navegación del robot sea eficiente.

Navegación basada en marcas.- Computacionalmente este método sería menos costoso, sin embargosería reactivo, ya que el robot tendría que navegar “a ciegas” hasta encontrar marcas de interés en elpiso o en paredes. Al mismo tiempo que se buscan las marcas se podría hacer un escaneo del entornode tal forma que se tenga un mapa de las áreas exploradas y si es necesario pasar una segunda vezpor esas zonas se haría de manera más efectiva.

Evasión de obstáculos.- Como se vio en alguno de los artículos analizados, es posible establecer técnicas paraque el grupo evada obstáculos o bien sea de forma individual aprovechando la redundancia de cada KukayouBot.

Ambiente.- El ambiente debe presentar un reto tanto para la navegación del robot así como el desarrollo de

la tarea principal, es por ello que si el ambiente es estructurado o no, el robot debe estar dotado con lossensores suficientes que le permitan el escaneo correcto de su entorno para la identificación de obstáculos,objetos de interés y áreas libres para navegación.

Manipulación de objetos.- Los objetos deben ser previamente identificados de forma correcta con ayuda desensores, estos objetos deben se sujetados de forma correcta por el robot, por lo que dependiendo delefector final, la capacidad para tomar objetos se verá limitada, aún así se deben considerar aspectos comola forma del agarre y los movimientos necesarios para evitar que el robot colisione con la superficie dondeestá el objeto así como evitar colisiones con el objeto en mano.





Percepción de objetos.- La identificación del objeto de interés debe ser robusta y efectiva, para lograrlo sepueden usar espacios de color donde los cambios de iluminación no afecten a la segmentación del objeto.Otra alternativa es utilizar algoritmos para detección de formas mezclados con color o bien complementarcon la nube de puntos.

Aplicando mejoras a uno, varios o todos los puntos anteriores permitiría que las tareas sean realizadas demanera rápida y efectiva, obteniendo así un impacto positivo en la investigación que se está desarrollando.Por otra parte el principal resultado de esta investigación bibliográfica es que las aplicaciones o los estudioscientíficos con el Kuka youBot son pocos y tienen sus orígenes en el 2011, lo que nos brinda la posibilidad deimpactar en conferencias y revistas internacionales puesto que tenemos el robot a nuestra disposición para hacerexperimentos. Por último los artículos más importantes o que tienen mayor relevancia para esta investigaciónson los siguientes:

2012.- Unified Closed Form Inverse Kinematics for the KUKA youBot.

2013.- Decentralized Robotic Assembly with Physical Ordering and Timing Constraints.

2013.- RF-Compass: Robot Object Manipulation Using RFIDs.

2014.- Cooperative Object Transportation by Multiple Mobile Manipulators through a Hierarchical Plan-ning Architecture.


Estado del arte manipulación

Documents

Transcript of Estado del arte manipulación