suficiencia.pdf

download suficiencia.pdf

of 120

Transcript of suficiencia.pdf

  • Localizacin en Entornos Industriales InteligentesMemoria de Suficiencia Investigadora

    Juan Antonio Corrales Ramn

    Tutores:Francisco Andrs Candelas Heras

    Fernando Torres Medina

    Departamento de Fsica, Ingeniera de Sistemas y Teora de la SealEscuela Politcnica SuperiorUniversidad de Alicante

    Junio 2007

  • ndice general

    Prlogo xi

    Agradecimientos xiii

    I Periodo de Docencia (2005-2006) 1

    1. Procesamiento de Imgenes 3

    1.1. Descripcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

    1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

    1.3. Mtodo de Evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

    2. Control Sensorial de Robots 5

    2.1. Descripcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

    2.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

    2.3. Mtodo de Evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

    3. Sistemas de Tiempo Real 7

    3.1. Descripcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

    3.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

    3.3. Mtodo de Evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

    4. Metodologas en Investigacin Cientfica y Tecnolgica 9

    4.1. Descripcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

    4.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

    4.3. Mtodo de Evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

    5. Protocolos para Transmisin On-line de Informacin y Calidad de Servicio 11

    5.1. Descripcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

    5.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

    5.3. Mtodo de Evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

    iii

  • ndice general

    6. Visin por Computador: Color 13

    6.1. Descripcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

    6.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

    6.3. Mtodo de Evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

    7. Visin por Computador 3D 15

    7.1. Descripcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

    7.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

    7.3. Mtodo de Evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

    II Periodo de Investigacin (2006-2007) 17

    8. Trabajo de Investigacin 19

    8.1. Marco de Investigacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

    8.2. Planteamiento del Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

    8.3. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

    9. La Inteligencia Ambiental 21

    9.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

    9.2. La Computacin Ubicua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

    9.3. La Comunicacin Ubicua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

    9.4. Las Interfaces Inteligentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

    9.5. Aplicaciones de la AmI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

    9.6. Entornos Industriales Inteligentes . . . . . . . . . . . . . . . . . . . . . . . . . 28

    10.La Captura de Movimiento en Entornos Industriales 29

    10.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

    10.2. Tecnologas de Captura de Movimiento . . . . . . . . . . . . . . . . . . . . . . 30

    10.2.1. Sistemas MoCap Mecnicos . . . . . . . . . . . . . . . . . . . . . . . . 31

    10.2.2. Sistemas MoCap Magnticos . . . . . . . . . . . . . . . . . . . . . . . 32

    10.2.3. Sistemas MoCap pticos . . . . . . . . . . . . . . . . . . . . . . . . . 32

    10.2.4. Sistemas MoCap Inerciales . . . . . . . . . . . . . . . . . . . . . . . . 33

    10.2.5. Comparativa de Tecnologas MoCap . . . . . . . . . . . . . . . . . . . 34

    10.3. El Sistema GypsyGyro-18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

    10.4. Las IMUs del GypsyGyro-18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

    10.4.1. Principios de funcionamiento de las IMUS . . . . . . . . . . . . . . . . 36

    10.4.2. Parmetros de configuracin de las IMUs . . . . . . . . . . . . . . . . 38

    10.4.3. Especificaciones tcnicas de las IMUs . . . . . . . . . . . . . . . . . . . 40

    iv

  • ndice general

    10.5. Evaluacin del GypsyGyro-18 en entornos industriales . . . . . . . . . . . . . 40

    10.5.1. Descripcin del entorno industrial propuesto . . . . . . . . . . . . . . . 40

    10.5.2. Anlisis de la precisin angular del GypsyGyro-18 . . . . . . . . . . . 41

    10.5.3. Reduccin de las influencias magnticas . . . . . . . . . . . . . . . . . 44

    10.5.4. Anlisis de la precisin traslacional del GypsyGyro-18 . . . . . . . . . 46

    10.6. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

    11.Localizacin mediante un Sistema de Banda Ultra-Ancha 49

    11.1. Localizacin en Interiores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

    11.2. La Tecnologa de Banda Ultra-Ancha . . . . . . . . . . . . . . . . . . . . . . . 51

    11.3. El Sistema Ubisense . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

    11.4. Especificaciones Tcnicas del Sistema Ubisense . . . . . . . . . . . . . . . . . 55

    11.5. Configuracin del Sistema Ubisense . . . . . . . . . . . . . . . . . . . . . . . . 55

    11.6. Optimizacin de los Parmetros de Configuracin del Sistema Ubisense . . . . 56

    11.6.1. Umbral de actividad y umbral de deteccin de picos . . . . . . . . . . 56

    11.6.2. Umbral de confianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

    11.7. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

    12.Fusin Sensorial MoCap-UWB 73

    12.1. Motivacin de la Fusin Sensorial . . . . . . . . . . . . . . . . . . . . . . . . . 73

    12.2. Tcnicas de Fusin Sensorial Inercial . . . . . . . . . . . . . . . . . . . . . . . 74

    12.2.1. Fusin inercial-visual . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

    12.2.2. Fusin inercial-GPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

    12.3. Algoritmo de Fusin MoCap-UWB . . . . . . . . . . . . . . . . . . . . . . . . 77

    12.3.1. Sistemas de coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . 77

    12.3.2. Clculo de la matriz de transformacin . . . . . . . . . . . . . . . . . . 77

    12.3.3. Transformaciones de las medidas . . . . . . . . . . . . . . . . . . . . . 78

    12.4. Detalles de Implementacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

    12.5. Experimentacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

    12.6. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

    13.Conclusiones 87

    13.1. Resumen del trabajo desarrollado . . . . . . . . . . . . . . . . . . . . . . . . . 87

    13.2. Trabajo Futuro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

    III Apndices 91

    A. El Formato de los Datos del GypsyGyro-18 93

    A.1. Descripcin del formato BVH . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

    v

  • ndice general

    A.2. El formato BVH en el GypsyGyro-18 . . . . . . . . . . . . . . . . . . . . . . . 95

    A.3. Interpretacin de los datos de los ficheros BVH . . . . . . . . . . . . . . . . . 96

    A.4. Tratamiento de los datos en la librera del GypsyGyro . . . . . . . . . . . . . 97

    ndice alfabtico 101

    Bibliografa 103

    vi

  • ndice de figuras

    9.1. Evolucin hacia la computacin ubicua. Fuente: [Weiser, 1996] . . . . . . . . . 23

    9.2. Correspondencias entre computacin distribuida, mvil y ubicua . . . . . . . 23

    9.3. Hogar Digital HomeLab de Philips. Fuente: [Philips, 2007]. . . . . . . . . . . . 26

    9.4. Ejemplos de sistemas industriales inteligentes . . . . . . . . . . . . . . . . . . 27

    9.5. Componentes del sistema de monitorizacin mdica Mobile Nurse . . . . . 27

    10.1. Sistema Gypsy5 de Animazoo. Fuente:[Animazoo, 2007]. . . . . . . . . . . . . 31

    10.2. Sistema Motionstar Wireless 2 de Ascension. Fuente:[Ascension, 2007]. . . . . 32

    10.3. Sistema Vicon MX de Ascension. Fuente:[Vicon, 2007]. . . . . . . . . . . . . . 33

    10.4. Sistema Moven de Xsens. Fuente:[Xsens, 2007]. . . . . . . . . . . . . . . . . . 33

    10.5. Componentes del sistema GypsyGyro-18 . . . . . . . . . . . . . . . . . . . . . 35

    10.6. Funcionamiento de un giroscopio de tipo diapasn . . . . . . . . . . . . . . . 36

    10.7. Estructura interna de una IMU. . . . . . . . . . . . . . . . . . . . . . . . . . . 37

    10.8. Algoritmo GEOS de las IMUs. . . . . . . . . . . . . . . . . . . . . . . . . . . 37

    10.9. Componentes del entorno industrial propuesto. . . . . . . . . . . . . . . . . . 41

    10.10.Disco giratorio graduado para medir precisin de IMUs. . . . . . . . . . . . . 42

    10.11.Superficie 3D de influencia magntica del PA10. . . . . . . . . . . . . . . . . . 43

    11.1. Efecto Multicamino en WiFi y UWB . . . . . . . . . . . . . . . . . . . . . . . 51

    11.2. Comparativa de las tasas de transferencia de tecnologas RF. . . . . . . . . . 52

    11.3. Comparativa de la potencia de las seales RF. . . . . . . . . . . . . . . . . . . 52

    11.4. Componentes hardware del sistema Ubisense. . . . . . . . . . . . . . . . . . . 53

    11.5. Esquema de conexin de los componentes del sistema Ubisense. . . . . . . . . 54

    11.6. Esquema de funcionamiento del sistema Ubisense . . . . . . . . . . . . . . . . 54

    11.7. Instalacin del sistema Ubisense en el entorno desarrollado. . . . . . . . . . . 55

    11.8. Parmetros de la seal sin procesar en sensor D2. . . . . . . . . . . . . . . . . 58

    11.9. Parmetros de la seal procesada en sensor D2. . . . . . . . . . . . . . . . . . 58

    11.10.Parmetros de la seal sin procesar en sensor D3. . . . . . . . . . . . . . . . . 59

    11.11.Parmetros de la seal procesada en sensor D3. . . . . . . . . . . . . . . . . . 59

    vii

  • ndice de figuras

    11.12.Parmetros de la seal sin procesar en sensor D4. . . . . . . . . . . . . . . . . 60

    11.13.Parmetros de la seal procesada en sensor D4. . . . . . . . . . . . . . . . . . 60

    11.14.Parmetros de la seal sin procesar en sensor D5. . . . . . . . . . . . . . . . . 61

    11.15.Parmetros de la seal procesada en sensor D5. . . . . . . . . . . . . . . . . . 61

    11.16.Trayectoria lineal con umbral actividad= 500 y deteccin de picos= 1000. . . 63

    11.17.Trayectoria lineal con umbral actividad= 750 y deteccin de picos= 1000. . . 64

    11.18.Trayectoria lineal con umbral actividad= 750 y deteccin de picos= 2000. . . 65

    11.19.Trayectoria lineal con umbrales optimizados segn Tabla 11.2. . . . . . . . . . 66

    11.20.Trayectoria lineal con umbral de confianza=0.06. . . . . . . . . . . . . . . . . 67

    11.21.Trayectoria lineal con umbral de confianza=0.10. . . . . . . . . . . . . . . . . 68

    11.22.Trayectoria lineal con umbral de confianza=0.20. . . . . . . . . . . . . . . . . 69

    11.23.Trayectoria lineal con umbral de confianza=0.50. . . . . . . . . . . . . . . . . 70

    12.1. Relacin entre los sistemas de coordenadas del GypsyGyro (G) y el Ubisense(U). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

    12.2. Esquema del algoritmo de fusin MoCap-UWB. . . . . . . . . . . . . . . . . . 79

    12.3. Diagrama UML de las clases C++ implementadas para desarrollar el algoritmode fusin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

    12.4. Trayectoria registrada por el GypsyGyro en comparacin con la trayectoria real. 82

    12.5. Trayectoria registrada por el Ubisense. . . . . . . . . . . . . . . . . . . . . . . 82

    12.6. Trayectoria de la fusin sensorial comparada con la trayectoria del Ubisense. . 83

    12.7. Trayectoria registrada por el Ubisense con salto. . . . . . . . . . . . . . . . . . 83

    12.8. Traslacin del salto de la trayectoria del Ubisense al algoritmo de fusin. . . . 84

    A.1. Estructura jerrquica del sistema GypsyGyro-18. . . . . . . . . . . . . . . . . 95

    A.2. Software del sistema GypsyGyro-18. . . . . . . . . . . . . . . . . . . . . . . . 96

    A.3. Sistemas de referencia del GypsyGyro-18. . . . . . . . . . . . . . . . . . . . . 99

    viii

  • ndice de tablas

    9.1. Tecnologas para la comunicacin ubicua. . . . . . . . . . . . . . . . . . . . . 25

    10.1. Comparativa de tecnologas de captura de movimiento. . . . . . . . . . . . . . 34

    10.2. Nmero y lugar de colocacin de las IMUS en el GypsyGyro-18. . . . . . . . . 35

    10.3. Caractersticas tcnicas de las IMUs . . . . . . . . . . . . . . . . . . . . . . . 40

    10.4. Evolucin estadstica del error en S1. . . . . . . . . . . . . . . . . . . . . . . . 42

    10.5. Evolucin estadstica del error en E1. . . . . . . . . . . . . . . . . . . . . . . . 42

    10.6. Evolucin estadstica del error en E2. . . . . . . . . . . . . . . . . . . . . . . . 43

    10.7. Evolucin estadstica del error en W2. . . . . . . . . . . . . . . . . . . . . . . 44

    10.8. Evolucin del error con el modo parcial de los magnetmetros. . . . . . . . . . 45

    10.9. Evolucin del error segn la configuracin de los magnetmetros. . . . . . . . 45

    10.10.Evolucin estadstica del error traslacional (en cm) en la experimentacin 1. . 46

    10.11.Evolucin estadstica del error traslacional (en cm) en la experimentacin 2. . 46

    11.1. Caractersticas tcnicas del sistema Ubisense . . . . . . . . . . . . . . . . . . . 55

    11.2. Umbrales de actividad y de deteccin de picos segn el estudio radio-elctrico. 62

    11.3. Valores de los parmetros de configuracin del sistema Ubisense. . . . . . . . 71

    12.1. Comparativa entre los sistemas GypsyGyro-18 y Ubisense. . . . . . . . . . . . 73

    12.3. Medidas de localizacin del GypsyGyro obtenidas entre un salto del Ubisense. 85

    ix

  • Prlogo

    Esta memoria de Suficiencia Investigadora es el resultado del trabajo de investigacindesarrollado desde septiembre de 2006 hasta junio de 2007 dentro del programa de docto-rado Interuniversitario en Automtica y Robtica. Este programa de doctorado es impartidopor profesores del Departamento de Fsica, Ingeniera de Sistemas y Teora de la Seal dela Universidad de Alicante y profesores del Departamento de Ingeniera de Sistemas Indus-triales de la Universidad Miguel Hernndez de Elche. Su principal objetivo es la formacinde especialistas dentro del marco de la automatizacin industrial, la robtica y la visin porcomputador.

    La inteligencia ambiental es un concepto reciente que pretende crear entornos inteligentesque ofrezcan servicios sensibles al contexto que se adapten a las necesidades del usuario. Estavisin se puede aplicar a los entornos industriales con el fin de mejorar la interaccin entre loshumanos y las mquinas. En concreto, la inteligencia ambiental impulsa la cooperacin entrerobots industriales y operadores humanos ya que permite una interaccin entre ambos mssegura, natural y sencilla. Esta interaccin reporta ventajas tanto para el robot como parael humano ya que auna las mejores cualidades de ambos. Por una parte, el robot realizaraquellas tareas repetitivas que supongan un esfuerzo fsico excesivo o sean peligrosas para elhumano. Por otra parte, el humano realizar aquellas tareas que no pueda llevar a cabo elrobot porque no estn dentro de su rea de trabajo o porque sean demasiado complejas.

    Pese a estas ventajas, en la mayora de industrias actuales no existe ningn tipo de in-teraccin directa entre robot y humano debido al peligro subyacente. Cualquier fallo en unainteraccin directa podra suponer una colisin del robot contra el humano con nefastas con-secuencias para ste ltimo. Por ello, la localizacin precisa del humano respecto al robot esuna condicin necesaria para poder realizar tareas de interaccin sin ningn peligro.

    Esta memoria de investigacin presenta una nueva tcnica para localizar a una persona enun entorno industrial. Se utiliza un sistema de captura de movimiento para localizar todos losmiembros de la persona con gran precisin. Estas medidas de localizacin se combinan con latraslacin global devuelta por un sistema UWB (Ultra-Wide Band) para poder as localizarla persona en el entorno de trabajo. Esta localizacin precisa y en tiempo real permitirdesarrollar tareas de interaccin humano-robot en investigaciones futuras.

    Organizacin de la Memoria

    La primera parte de la presente memoria se centra en la descripcin de las asignaturasimpartidas durante el perodo de docencia (2005-2006). En cada captulo de esta parte sepresenta brevemente cada asignatura, se describe su temario y se explica el mtodo que seutiliz para evaluar al alumno. Con estas asignaturas se da al alumno el conocimiento bsiconecesario para afrontar con garantias la fase de investigacin posterior.

    La segunda parte de la memoria presenta el trabajo desarrollado durante el perodo deinvestigacin (2006-2007). El primer captulo de esta parte presenta de una manera genrica

    xi

  • Prlogo

    el marco en el que se engloba esta investigacin y los objetivos que se pretenden cumplir. Elsegundo captulo describe el concepto genrico de la inteligencia ambiental y como se puedeaplicar en entornos industriales. Para que el operador humano pueda cooperar con robotsen entornos industriales inteligentes sus movimientos deben ser determinados con precisin.Para ello, en el tercer captulo se comparan diversas tecnologas de captura de movimientoy se selecciona la ms adecuada. Tambin se describe el sistema de captura de movimientoutilizado (GypsyGyro-18) y se realiza un anlisis de la precisin de sus medidas en el entornoindustrial creado. Este anlisis muestra errores en las medidas de desplazamiento que deben sercorregidos mediante el uso de otro sistema de localizacin complementario. Se ha utilizado unsistema basado en tecnologa UWB (Ubisense) que es descrito y evaluado en el cuarto captulo.En el captulo quinto se presenta el algoritmo de fusin implementado que ha permitidocombinar las medidas de localizacin de ambos sistemas. Finalmente, en el ltimo captulo dela segunda parte de esta memoria se muestran las conclusiones de la investigacin desarrollada,se enumeran las publicaciones realizadas y se plantean las lneas de trabajo futuro.

    La tercera parte de la memoria contiene dos apndices que complementan la informacinpresentada en la segunda parte, un ndice alfabtico con los trminos ms importantes yun listado con las referencias bibliogrficas de las obras utilizadas. En el primer apndicese explica con detalle como el sistema de captura de movimiento utilizado (GypsyGyro-18)representa los datos de movimiento del operador humano. El segundo apndice describe losdistintos componentes software del sistema de localizacin basado en UWB (Ubisense).

    Alicante, Junio 2007

    Juan Antonio Corrales Ramn

    xii

  • Agradecimientos

    Mediante las siguientes lneas quisiera dar las gracias a todas aquellas personas e institu-ciones que han hecho posible la realizacin del trabajo de investigacin que aqu se presenta.

    En primer lugar, quisiera dar las gracias a mis dos tutores: Francisco Andrs Candelas He-ras y Fernando Torres Medina. Su experiencia y su dedicacin me han permitido introducirmeen el mundo de la investigacin y dirigir mi trabajo por el camino idneo.

    En segundo lugar, quisiera dar las gracias al resto de profesores del grupo de investigacinAUROVA (Automtica Robtica y Visin Artificial): Jorge Pomares Baeza, Pablo Gil Vz-quez, Santiago Timoteo Puente Mndez y Laura Pay Prez. Sus recomendaciones me hanayudado a buscar nuevas vas para resolver los problemas encontrados a lo largo del trabajodiario.

    Tambin quiero expresar una enorme gratitud a mis compaeros del laboratorio AUROVA:Gabriel Jess Garca Gmez, Carolina Soledad Daz, Carlos Alberto Jara Bravo, Mara JosBlanes Pay, Gonzalo Lorenzo Lled y Manuel Domenech Beltrn. Sin sus consejos, su apoyoy su amistad me hubiera sido imposible conseguir llevar adelante este trabajo.

    Deseara agradecer a mi familia (Silvia Ramn Castell, Antonio Corrales Requena yEncarnacin Castell Caparrs) su comprensin y consuelo, que me han permitido superarlos momentos difciles y mirar al futuro con esperanza.

    Quisiera dar las gracias a la Escuela Politcnica Superior de la Universidad de Alicantepor formarme como persona y darme la posibilidad de aprender a investigar.

    Finalmente, deseara mostrar mi gratitud al Ministerio de Educacin y Ciencia por sudecidido apoyo a la investigacin, a travs de la beca FPU (Formacin de Profesorado Uni-versitario) AP2005-1458 y del proyecto de investigacin DPI2005-06222: Diseo, Implemen-tacin y Experimentacin de Escenarios de Manipulacin Inteligentes para Aplicaciones deEnsamblado y Desensamblado Automtico.

    GRACIAS A TODOS.

    Alicante, Junio 2007

    Juan Antonio Corrales Ramn

    xiii

  • Parte I

    Periodo de Docencia (2005-2006)

    1

  • Captulo 1

    Procesamiento de Imgenes

    DATOS DE LA ASIGNATURANOMBRE Procesamiento de ImgenesTIPO Fundamental CRDITOS 3

    PROFESORES Fernando Torres Medinascar Reinoso GarcaCALIFICACIN Sobresaliente (10)

    1.1. Descripcin

    Esta asignatura constituye un repaso de las principales tcnicas utilizadas en el campo dela Visin por Computador. La Visin por Computador (o Visin Artificial) es la ciencia queestudia la interpretacin de imgenes digitales mediante ordenadores. Este proceso de inter-pretacin de imgenes se puede dividir en dos etapas que se han estudiado en esta asignatura:adquisicin y procesamiento.

    La etapa de adquisicin consiste en la conversin a imagen digital de la seal analgica dela cmara. La etapa de procesamiento consiste en el tratamiento de la imagen digital con elfin de extraer informacin til para su uso posterior. En particular, el procesamiento se com-pone a su vez de tres fases: preprocesado, segmentacin y reconocimiento. El preprocesadopretende mejorar la calidad de la imagen mediante la eliminacin de deteminados elementos(P. Ej. ruidos) y la deteccin de otros (P. Ej. bordes). Esta imagen mejorada mediante elpreprocesado se divide en regiones homogneas a travs de la segmentacin. Finalmente, lasregiones segmentadas sern identificadas unvocamente mediante descriptores e interpretadasdurante la fase de reconocimiento. De este modo, a partir de un conjunto de pxeles sin signi-ficado aparente para el ordenador; gracias a las tcnicas de la Visin Artificial, extraeremosinformacin sobre los objetos de inters que se encuentran en el entorno capturado por lacmara. Esta informacin es importante en entornos industriales ya que permite reconocer elestado del sistema en tiempo real y adaptar su funcionamiento a los cambios del mismo.

    En esta asignatura se presentan las tcnicas de Visin por Computador ms ampliamenteutilizadas en los sistemas de Visin Artificial industriales. Estas tcnicas se organizan siguien-do las fases descritas anteriormente: adquisicin, preprocesado, segmentacin y descripcin.Tambin se describe la Morfologa Matemtica, que constituye una rama dentro de la VisinArtificial para el procesamiento y anlisis de imgenes digitales. Finalmente, se modela elproceso mediante el que las cmaras captan las imgenes (etapa de adquisicin). En detalle,el temario impartido ha sido el siguiente:

    1. Introduccin: definiciones, comparacin con la visin humana, estructura de un sistema

    3

  • 1. Procesamiento de Imgenes

    de visin y caractersticas de la imagen digital.

    2. Tcnicas de preprocesado: deteccin de bordes, transformaciones puntuales, geomtricasy en entorno de vecindad.

    3. Tcnicas de segmentacin: tcnicas basadas en la frontera, umbralizacin, segmentacinbasada en regiones y watershed.

    4. Tcnicas de descripcin: descripcin de contorno, de regin y de similitud.

    5. Morfologa matemtica: operaciones bsicas, gradientes morfolgicos, apertura y cierre,transformacin top-hat, filtrado morfolgico, geodesia y conectividad.

    6. Modelo de Captacin de Imgenes: modelo de lentes, parmetros del modelo de capta-cin, sistemas de coordenadas y proceso de calibracin.

    1.2. Objetivos

    Los principales objetivos de esta asignatura son los siguientes:

    Presentar las tcnicas de base contenidas en la Visin Artificial.

    Presentar algoritmos y procedimientos que permitan obtener resultados e interpretacio-nes de imgenes.

    Describir el proceso de captacin y restauracin de imgenes digitales.

    Aplicar diferentes procesamientos morfolgicos.

    Introduccin en el desarrollo de trabajos de investigacin dentro del campo de la VisinArtificial.

    Relacionar el contenido terico con aplicaciones prcticas reales.

    1.3. Mtodo de Evaluacin

    Para evaluar esta asignatura el alumno poda elegir entre dos posibles trabajos: realizarun trabajo prctico en el que se aplicaran diversas operaciones de Morfologa Matemticapara procesar imgenes utilizando el programa Visual o realizar un trabajo terico en elque se ampliara la informacin dada en clase sobre algn tema relacionado con la VisinArtificial. Se seleccion esta ltima opcin y se realiz un trabajo terico consistente enuna descripcin de las tcnicas de Visin Artificial utilizadas para resolver el problema deLocalizacin y Mapeado Simultneos (Simultaneous Localisation and Mapping, SLAM). Esteproblema es tpico en la robtica mvil y se fundamenta en la construccin de un mapa delentorno al mismo tiempo que el robot navega a travs de l y calcula su localizacin en dichomapa. De este modo, el robot es capaz de navegar en entornos desconocidos. En este trabajose presentaron los principales sistemas de visin utilizados para resolver este problema en lasltimas investigaciones desarrolladas por la comunidad cientfica. Estos sistemas se clasificaronsegn: el nmero de cmaras (monoculares, estreo y multicmara), el tipo de visin (activay pasiva) y el tipo de objetivos (normales, gran angulares y omnidireccionales). Tambinse describieron los principales algoritmos utilizados para estimar la localizacin del robot ygenerar el mapa: Filtro de Kalman y Filtro de Partculas.

    4

  • Captulo 2

    Control Sensorial de Robots

    DATOS DE LA ASIGNATURANOMBRE Control Sensorial de RobotsTIPO Fundamental CRDITOS 3

    PROFESORES Jorge Pomares BaezaCALIFICACIN Sobresaliente (10)

    2.1. Descripcin

    Los sistemas de control sensorial pretenden adaptar los movimientos de los sistemas rob-ticos a las lecturas obtenidas por los sensores. Estos sistemas se fundamentan en la inclusinde un bucle de realimentacin sensorial que constituye la entrada al sistema de control delas articulaciones del robot. De este modo, los robots son capaces de detectar cambios ensu entorno de trabajo y adaptar su funcionamiento adecuadamente. Los sistemas robticosaumentan as su flexibilidad y su autonoma.

    Esta asignatura se centra en la descripcin de los sistemas de control visual y de controlde fuerza. El control de fuerza se fundamenta en la utilizacin de las lecturas procedentes deun sensor de fuerza situado en el extremo del robot para que el robot consiga aplicar unafuerza constante al interactuar con el entorno. El control de fuerza es muy til en tareas querequieran una interaccin directa entre el robot y el producto: pulido, atornillado, ensambladode componentes, etc. Por otra parte, el control visual (visual servoing) utiliza informacinvisual procedente de cmaras para controlar el movimiento del robot. Se puede utilizar unanica cmara o varias que se instalarn en el extremo del robot (eye-in-hand) o en unaposicin externa al robot dentro del entorno de trabajo. Los primeros sistemas que integrabaninformacin visual trabajaban en bucle abierto: se capturaba mediante la cmara el objetivoque se deba alcanzar y se calculaba su localizacin cartesiana para dar una orden de mo-vimiento al robot a dicha posicin. Esta tcnica se denomina ver y mover esttico y sucorrecto funcionamiento depende directamente de la precisin de la cmara y de las articu-laciones del robot. Adems, esta tcnica no es capaz de corregir la trayectoria si el objetivocambia de posicin mientras el robot se est moviendo hacia l. Actualmente, se utiliza msampliamente la tcnica de ver y mover dinmico ya que aade un bucle de realimentacinvisual que acta tambin mientras el robot se encuentra realizando la tarea. Esta continuarealimentacin permite al sistema corregir posibles errores en el clculo de la posicin delobjetivo o seguirlo si se encuentra en movimiento. En particular, en esta asignatura se hanimpartido los siguientes temas:

    1. Introduccin: definiciones, cinemtica de un robot, cinemtica diferencial y dinmica deun robot.

    5

  • 2. Control Sensorial de Robots

    2. Control de robots: control basado en modelo dinmico y en modelo esttico.

    3. Control de fuerza: control por el par articular, mtodos pasivos, control por mtodosactivos (control por rigidez y control por impedancia mecnica), control hbrido posicin-fuerza, control de fuerza directo y control paralelo.

    4. Control visual: arquitectura, control visual basado en posicin, control visual basado enimagen, procesamiento de imgenes en control visual.

    5. Nuevas tendencias en control visual: nuevas caractersticas visuales, generacin y se-guimiento de trayectorias 3D, combinacin con otros sensores, control visual rpido,autocalibracin, control visual sin modelos y control visual directo.

    2.2. Objetivos

    Los principales objetivos de esta asignatura son los siguientes:

    Describir las principales arquitecturas de control sensorial existentes.

    Dar a conocer en detalle los sistemas de control visual para su aplicacin a la robtica.

    Mostrar distintas tcnicas de control de fuerza para su aplicacin a tareas de interaccindel robot con el entorno.

    Describir las principales tcnicas de fusin sensorial.

    Mostrar las ltimas lneas de investigacin existentes dentro del campo del control sen-sorial.

    2.3. Mtodo de Evaluacin

    La evaluacin de esta asignatura consista en una exposicin oral en clase en la que se pre-sentaba el contenido de un artculo cientfico relacionado con las tcnicas de control sensorialexplicadas a lo largo de la asignatura. Se realiz una presentacin del artculo Comparison ofVisual Servoing Techniques: Experimental Results, escrito por Philippe Martinet y publicadoen las actas de la European Control Conference en 1999 (ECC99). Este artculo presenta unacomparativa entre el control visual basado en imagen y el control visual basado en posicin.En el control visual basado en imagen, la entrada al controlador es una comparacin entrelas caractersticas observadas actualmente por la cmara y las caractersticas deseadas quese captarn cuando el robot est en la posicin objetivo. A partir de las variaciones de lascaractersticas en la imagen se calculan las velocidades articulares del robot mediante unamatriz de interaccin. Ya que se expresa la ley de control en el espacio imagen, este mtodoes inmune a errores en la calibracin de la cmara pero no describe trayectorias conocidas enel espacio cartesiano. En el control visual basado en posicin, la entrada al controlador es unacomparacin entre la localizacin cartesiana de la posicin objetivo y la localizacin actual delrobot calculada a partir de las caractersticas extradas de la imagen. Ya que se expresa la leyde control en el espacio cartesiano, este mtodo describe trayectorias cartesianas rectilneaspero requiere de una cmara perfectamente calibrada.

    6

  • Captulo 3

    Sistemas de Tiempo Real

    DATOS DE LA ASIGNATURANOMBRE Sistemas de Tiempo RealTIPO Fundamental CRDITOS 3

    PROFESORES Francisco Andrs Candelas HerasCALIFICACIN Sobresaliente (10)

    3.1. Descripcin

    Un sistema de tiempo real (STR) es aquel en el que el resultado obtenido no slo dependede la ejecucin de un proceso si no tambin del tiempo de respuesta. Este tipo de sistemasdeben satisfacer no slo requerimientos funcionales sino tambin requerimientos temporales.Estos sistemas son ampliamente utilizados en entornos industriales ya que permiten asegurarun cierto tiempo de respuesta mximo de las tareas. Por ejemplo, en sistemas de inspeccinindustrial se debera utilizar un sistema de tiempo real para asegurar que la lnea de produccinno sufra ningn retraso y mantenga la cadencia de anlisis de los productos.

    Los sistemas de tiempo real suelen implementarse mediante sistemas multiprocesador omulticomputador que permiten la ejecucin de mltiples tareas simultneamente. Estos sis-temas requieren de una organizacin de la ejecucin de la tareas para optimizar la capacidadde multiprocesamiento y cumplir con los tiempos de respuesta establecidos. La organizacinde las tareas se puede dividir en dos partes: asignacin espacial y planificacin temporal. Laasignacin espacial consiste en determinar el procesador ms adecuado para ejecutar las ta-reas teniendo en cuenta una serie de criterios de optimizacin: minimizacin del tiempo derespuesta, minimizacin de la comunicacin entre procesadores para reducir los costes aso-ciados, carga balanceada (reparto equitativo de las tareas entre los procesadores), etc. Laplanificacin temporal consiste en determinar el orden temporal de ejecucin de las tareas,teniendo en cuenta relaciones de precedencia y de prioridad entre ellas. En esta asignatura sehan presentado los principales algoritmos utilizados para realizar la planificacin temporal detareas en sistemas de tiempo real.

    Otro aspecto importante a la hora de ejecutar programas en sistemas de tiempo real esel particionado software. ste consiste en la identificacin de tareas dentro de un programa.Para identificar tareas se requiere dividir el programa original un un conjunto de mduloselementales que posteriormente sern agrupados de manera optimizada en tareas. La agrupa-cin en tareas buscar minimizar el tiempo de respuesta del sistema y disminuir los costes decomunicacin entre tareas. En esta asignatura se han descrito los algoritmos ms comnmenteutilizados para realizar el particionado en tareas de programas complejos. En particular, enesta asignatura se han impartido los siguientes temas:

    7

  • 3. Sistemas de Tiempo Real

    1. Introduccin a los STR: clasificacin, control por computador, estructura de un STR,diseo de un STR, caracterizacin de tareas e implementacin de un STR.

    2. Asignacin y planificacin de tareas: definiciones, asignacin espacial, planificacin tem-poral, algoritmos de planificacin temporal y ejemplo prctico de un planificador est-tico.

    3. Tcnicas de particionado software: introduccin, descripcin del particionado software,algoritmos de particionado, divisin de mdulos software y ejemplos.

    3.2. Objetivos

    Los principales objetivos de esta asignatura son los siguientes:

    Presentar la necesidad de sistemas de tiempo real en aplicaciones de automtica y ro-btica.

    Conocer las tcnicas bsicas de asignacin, planificacin y particionado.

    Distinguir los principales tipos de planifacacin y algoritmos de planificacin, y susmbitos de aplicacin.

    Conocer el concepto de particionamiento software.

    3.3. Mtodo de Evaluacin

    Para evaluar esta asignatura se ha desarrollado un ejercicio prctico en el que se han puestoen prctica los conceptos tericos explicados en clase. En primer lugar se deba introducir ungrafo de precedencia de tareas en el programa grafos. A continuacin, se deba importar dichografo en el programa algoritmos para probar diversos algoritmos de planificacin temporal endiversas configuraciones hardware. Finalmente, se present una memoria con los resultadosobtenidos y un anlisis en el que se comparaban detalladamente.

    8

  • Captulo 4

    Metodologas en InvestigacinCientfica y Tecnolgica

    DATOS DE LA ASIGNATURA

    NOMBRE Metodologas en InvestigacinCientfica y TecnolgicaTIPO Metodolgica CRDITOS 3

    PROFESORES Fernando Torres MedinaCALIFICACIN Sobresaliente (10)

    4.1. Descripcin

    La investigacin cientfica es un proceso que procura la bsqueda de nuevos conocimientoscon el fin de solucionar problemas de carcter cientfico. Este proceso se fundamenta en elmtodo cientfico con el fin de ser objetivo, sistemtico y metdico para poder as obtener in-formacin relevante y fidedigna. El mtodo cientfico establece una serie de pasos sistemticose instrumentos lgicos para conducir al investigador al conocimiento cientfico: observacin,induccin, hiptesis, experimentacin, demostracin de hiptesis y conclusiones. Todo inves-tigador debe conocer estos pasos para organizar sus tareas de investigacin de una maneracoherente y sistemtica. Esta asignatura presenta el mtodo cientfico y describe la formade estructurar los documentos que se generan para divulgar las investigaciones cientficas:artculos, monografas, informes, memorias y tesis doctorales.

    El investigador tambin debe conocer todos los recursos de los que dispone su centro deinvestigacin para poder desarrollar mejor su tarea. Por ello, en esta asignatura tambin sepresentaron a los alumnos las principales herramientas electrnicas disponibles en la Uni-versidad de Alicante para la investigacin. En concreto, se explicaron las bases de datos deartculos cientficos ms extendidas: Inspec, ISI Web of Knowledge, Scopus y Scholar Google.Estas bases de datos no slo permiten la bsqueda de artculos a travs de Internet sino tam-bin estudiar el factor de impacto de las revistas en las que han sido publicados y el nmero dereferencias que tienen. Tambin se explic la web TESEO de bsqueda de tesis doctorales enEspaa y las revistas electrnicas disponibles desde la web de la biblioteca de la Universidadde Alicante. En particular, en esta asignatura se han impartido los siguientes temas:

    1. Introduccin a la investigacin cientfica: medios de difusin para investigaciones y prin-cipales criterios para evaluar la importancia de publicaciones.

    2. Publicaciones cientficas: estructura general de un artculo cientfico (paper), estructurageneral de una monografa y estructura general de una tesis doctoral.

    9

  • 4. Metodologas en Investigacin Cientfica y Tecnolgica

    3. Gestin bibliogrfica: presentacin y organizacin de referencias.

    4. Bases de Datos: presentacin de las principales bases de datos de artculos cientficos.

    5. Otros recursos electrnicos de inters: revistas electrnicas, sumarios electrnicos, libroselectrnicos y pginas web con informacin sobre congresos.

    4.2. Objetivos

    Los principales objetivos de esta asignatura son los siguientes:

    Dar a conocer los sistemas de informacin y bsqueda bibliogrfica ms extendidos.

    Dar a conocer las formas de escribir y presentar textos de tipo cientfico.

    Dar a conocer las metodologas de investigacin cientfica.

    Dar a conocer las metodologas de investigacin tecnolgica.

    4.3. Mtodo de Evaluacin

    Para evaluar esta asignatura se buscaba que el alumno pusiera en prctica las tcnicasexplicadas en clase y que utilizara los recursos electrnicos presentados. Para ello, se propusola realizacin de un estado del arte sobre un tema de inters del alumno. Este estadodel arte se deba presentar siguiendo la estructura y el formato de los artculos cientficosexplicados en clase. Adems, para realizarlo se deba utilizar las bases de datos descritas.Tambin haba que realizar una presentacin oral en la que se expusieran: las palabras clavesy temas utilizados en las bsquedas de artculos, la forma de restringir y filtrar los resultadosde cada bsqueda y las dificultades encontradas al utilizar las herramientas de bsqueda.

    Se realiz un estado del arte del problema de Localizacin y Mapeado Simultneos (Si-multaneous Localisation and Mapping, SLAM), que presentaba una visin general del mismo,describa la arquitectura tpica de un sistema de SLAM y desarrollaba una evolucin cronol-gica de las principales tcnicas y algoritmos utilizados para resolverlo. Este informe abordabael problema de SLAM desde una perspectiva ms amplia que el informe desarrollado para laasignatura Procesamiento de Imgenes (vase 1.3, pg. 4), que se centraba exclusivamenteen las tcnicas de SLAM basadas en Visin Artificial. En la exposicin oral se presentaronlos criterios de bsqueda utilizados y se describi el uso del sitio web CiteSeer.IST de granutilidad para buscar artculos en formato electrnico.

    10

  • Captulo 5

    Protocolos para Transmisin On-linede Informacin y Calidad de Servicio

    DATOS DE LA ASIGNATURA

    NOMBRE Protocolos para Transmisin On-linede Informacin y Calidad de ServicioTIPO Fundamental CRDITOS 3

    PROFESORES Francisco Andrs Candelas HerasCALIFICACIN Sobresaliente (10)

    5.1. Descripcin

    Los protocolos clsicos y ms usados para la transmisin de informacin no aseguran quela informacin llegue a su destino en un determinado tiempo mximo o con una determinadacadencia. Por ello, no son adecuados para tareas que presenten requerimientos de funcio-namiento en tiempo real como, por ejemplo, sistemas multimedia o sistemas de control ymonitorizacin remotos de sistemas industriales.

    Para solucionar la necesidad de transmisin de datos sncronos, se plantean dos posibilida-des: creacin de nuevos protocolos de comunicacin y gestin de la calidad del servicio de lasredes. Entre los principales protocolos utilizados para la transmisin on-line de informacin sepueden destacar el RTP (Real-time Transport Protocol) y el H.323, que han sido descritos endetalle en esta asignatura. Otro aspecto clave a la hora de asegurar una transmisin en tiemporeal de la informacin es la gestin de la calidad del servicio de la red de datos (Quality ofService, QoS). La QoS representa la capacidad de una red para priorizar unos tipos de datosfrente a otros para as asegurar el cumplimiento de los plazos de entrega. Estos mecanismosde priorizacin se aplicarn no slo a nivel de protocolo sino tambin a nivel de equipos dered (routers).

    En particular, en esta asignatura se han impartido los siguientes temas para presentar losprincipales problemas de la transmisin on-line de informacin y sus soluciones ms comunes:

    1. Conceptos bsicos: datos sncronos y asncronos, proceso de muestreo, retardos en latransmisin y ejemplos de aplicaciones sensibles al retardo.

    2. Protocolos tpicos TCP/IP para la transmisin de informacin asncrona.

    3. Protocolos para la transmisin on-line de informacin: RTP, RTCP y H.323.

    4. Gestin de la calidad del servicio (QoS).

    11

  • 5. Protocolos para Transmisin On-line de Informacin y Calidad de Servicio

    5.2. Objetivos

    Los principales objetivos de esta asignatura son los siguientes:

    Presentar la necesidad de transmisin de datos de forma on-line de ciertas aplicacionesde automatizacin.

    Conocer las caractersticas de la transmisin de informacin sensible al retardo en con-traste con la transmisin clsica de datos asncronos.

    Analizar el retardo de las comunicaciones y su influencia.

    Presentar y proponer soluciones para una transmisin on-line de informacin.

    5.3. Mtodo de Evaluacin

    Para evaluar esta asignatura se deba realizar un trabajo en el que se resumieran lastcnicas presentadas en un artculo cientfico relacionado con la transmisin de informacinen tiempo real. El trabajo se realiz sobre el artculoMetrics for QoS in Real-Time Interactionover the Internet, escrito por Christophe Salzmann y Denis Gillet y publicado en las actasde la International Conference on Computing, Communications and Control Technologies en2004 (CCCT04).

    Este artculo presenta la arquitectura RTI2 (Real-time Interaction over the Internet) uti-lizada para la teleoperacin a travs de Internet. Mediante la teleoperacin un usuario (opera-dor) puede controlar un sistema remoto (esclavo), comunicndose con l a travs de Internet.Esta arquitectura desarrolla una implementacin propia del nivel de aplicacin del modeloOSI ya que no se pueden utilizar las soluciones aplicadas en la transmisin de vdeo debidoa que presentan un retardo demasiado elevado para esta aplicacin. Cualquier retardo puedevolver el control del esclavo inestable ya que existira un desfase temporal entre lo que percibeel operador (a travs de la realimentacin) y lo que est ocurriendo realmente en ese instanteen el entorno de trabajo remoto. Por lo tanto, el principal objetivo de esta arquitectura esmostrar la realimentacin al operador en tiempo real. En este artculo se describen los distin-tos componentes en los que se basa esta arquitectura y se definen un conjunto de parmetrosde control de servicio para el estudio de su correcto funcionamiento.

    12

  • Captulo 6

    Visin por Computador: Color

    DATOS DE LA ASIGNATURANOMBRE Visin por Computador: ColorTIPO Fundamental CRDITOS 3

    PROFESORES Francisco Gabriel Ortiz ZamoraCALIFICACIN Sobresaliente (9)

    6.1. Descripcin

    Los primeros sistemas de Visin Artificial trabajaban con imgenes binarias y con imgenesen escala de grises. No obstante, los avances tcnicos en los dispositivos de visin y los avancescientficos en la teora del color han permitido aplicar tambin el color en el procesamiento deimgenes. Sin embargo, el uso del color no es una mera adaptacin de las tcnicas existentespara las imgenes en escala de gris sino que conlleva una redefinicin completa de muchas deellas y la creacin de otras nuevas.

    La definicin de modelos de color es el primer paso a la hora de utilizar el color. Estosmodelos proporcionan un mtodo para especificar, ordenar y manipular los colores mediante ladefinicin de un sistema de coordenadas tridimensional donde se representan todos los coloresposibles. El uso de coordenadas para representar los colores permite expresar los algoritmosde visin en color de manera vectorial. En esta asignatura se han presentado los principalesmodelos de color utilizados actualmente: RGB, CMYK, HSI, HSV, HLS y CIELAB. Segnla aplicacin en la que se utilicen, ser recomendable utilizar uno u otro. Por ejemplo, paraaplicaciones de impresin se utilizar el modelo CMYK mientras que para aplicaciones deinspeccin industrial se usar el modelo CIELAB.

    El temario de esta asignatura ha sido el siguiente:

    1. Introduccin: necesidad del color y teora del color.

    2. Espacios de color dependientes del dispositivo: RGB, CMYK, YIQ y YUV.

    3. Espacios de color perceptuales: Conceptos de matiz, luminancia y saturacin, HSI, HLSy HSV.

    4. Espacios de color de aplicacin industrial: CIELAB y CIELUV.

    5. Procesamiento vectorial de imgenes digitales.

    6. Aplicaciones del procesamiento de color.

    13

  • 6. Visin por Computador: Color

    6.2. Objetivos

    Los principales objetivos de esta asignatura son los siguientes:

    Dar a conocer los espacios de color existentes en la actualidad.

    Dar a conocer las aplicaciones y mtodos de procesamiento de imgenes digitales encolor.

    Dar a conocer los fundamentos del procesamiento vectorial.

    6.3. Mtodo de Evaluacin

    Para evaluar esta asignatura se deba realizar una presentacin oral en la que se describie-ran las tcnicas presentadas en un artculo cientfico relacionado con la Visin por Compu-tador en color. El trabajo se realiz sobre el artculoMathematical Morphology in Color SpacesApplied to the Analysis of Cartographic Images, escrito por Jess Angulo y Jean Serra y pu-blicado en las actas del International Workshop on Semantic Processing of Spatial Data en2003 (GEOPRO03).

    Este artculo presenta las principales operaciones de la Morfologa Matemtica en colory su aplicacin en la extraccin de informacin geogrfica de mapas en un SIG (Sistema deInformacin Geogrfica). La Morfologa Matemtica es una rama del procesamiento y anlisisde imgenes no lineal basada en la teora de conjuntos y en el lgebra. Se fundamenta en losoperadores bsicos de erosin y dilatacin a partir de los que se definen el resto de operaciones.Estas operaciones se utilizan en un amplio rango de aplicaciones: segmentacin, restauracin,deteccin de bordes, anlisis de texturas, esqueletizacin ... En particular, en este artculo sehan utilizado las operaciones de Morfologa Matemtica para segmentar las distintas regionesque componen los mapas de un SIG.

    14

  • Captulo 7

    Visin por Computador 3D

    DATOS DE LA ASIGNATURANOMBRE Visin por Computador 3DTIPO Fundamental CRDITOS 3

    PROFESORES scar Reinoso GarcaCALIFICACIN Sobresaliente (10)

    7.1. Descripcin

    Al captar una escena en una imagen mediante una cmara se pasa de un espacio tridi-mensional a uno bidimensional. Esta transformacin conlleva la prdida de la informacin deprofundidad de la escena. Las tcnicas de Visin Tridimensional pretenden recuperar estainformacin mediante la resolucin del problema de la correspondencia. El problema de lacorrespondencia consiste en, dada una caracterstica en una imagen (punto, borde ...) resul-tado de la proyeccin de una primitiva 3D, obtener cul es la caracterstica proyectada por lamisma primitiva en otra imagen tomada desde un punto de vista diferente. Generalmente, lasegunda imagen se obtiene mediante el uso de otra cmara (par esteroscpico) o mediante eldesplazamiento de la misma cmara a otro lugar en la escena. Conociendo dos proyeccionesde una misma caracterstica tridimensional, se puede calcular la localizacin 3D real de dichacaracterstica mediante un proceso de triangulacin. Para resolver esta triangulacin se deberdisponer de cmaras calibradas cuyos parmetros intrnsecos y extrnsecos sean conocidos.

    En esta asignatura se plantea la problemtica de la Visin Tridimensional y se presentanlas principales tcnicas utilizadas para resolverla. En concreto, el temario de la asignatura hasido el siguiente:

    1. Introduccin: visin 3D, tcnicas de visin 3D, principio de triangulacin, visin tridi-mensional humana, sistemas 3D activos y aplicaciones.

    2. Modelo geomtrico proyectivo del sistema de formacin de imagen de una cmara: mo-delo pin-hole, coordenadas proyectivas homogneas, sistemas de referencia, parmetrosintrnsecos y extrnsecos.

    3. Geometra proyectiva I: espacios proyectivos, primitivas proyectivas, transformacionesproyectivas y homografas entre planos.

    4. Visin estereoscpica I: modelo pin-hole de un par estereoscpico, matriz fundamental,matriz esencial, calibracin proyectiva y triangulacin.

    15

  • 7. Visin por Computador 3D

    5. Visin estereoscpica II: problema de correspondencia, algoritmos de correspondencia,estimacin robusta (RANSAC) y visin trinocular.

    6. Geometra proyectiva II: espacio proyectivo 3D y autocalibracin.

    7. Reconstruccin proyectiva.

    8. Reconocimiento 3D en espacios proyectivos.

    7.2. Objetivos

    Los principales objetivos de esta asignatura son los siguientes:

    Describir las estrategias de adquisicin de imgenes con informacin tridimensional.

    Mostrar las tcnicas clsicas de procesamiento tridimensional.

    Conocer las principales estrategias existentes para el modelado y reconocimiento deobjetos en escenas tridimensionales.

    Conocer las diferentes tcnicas que existen para resolver el problema de la correspon-dencia de imgenes captadas mediante un par estereoscpico.

    7.3. Mtodo de Evaluacin

    Para evaluar esta asignatura el alumno poda optar por dos posibilidades: realizar untrabajo prctico de programacin o realizar un trabajo terico sobre algn tema relacionadocon la visin tridimensional. Se eligi esta segunda opcin y se realiz un estado del artede las tcnicas de Visin Artificial utilizadas para resolver el problema de la Localizaciny Mapeado Simultneos. En este trabajo no slo se explicaron los sistemas monoculares deSLAM sino tambin los sistemas estreo y multicmara. Debido a la amplitud de este trabajo,se realiz de forma conjunta para la asignatura Procesamiento de Imgenes (vase 1.3, pg. 4).

    16

  • Parte II

    Periodo de Investigacin (2006-2007)

    17

  • Captulo 8

    Trabajo de Investigacin

    DATOS DE LA ASIGNATURANOMBRE Trabajo de InvestigacinTIPO Investigacin CRDITOS 12

    PROFESORES Francisco Andrs Candelas HerasFernando Torres MedinaCALIFICACIN Sobresaliente (10)

    8.1. Marco de Investigacin

    La inteligencia ambiental es una nueva rea de investigacin que se fundamenta en lacreacin de entornos inteligentes que se adapten a las necesidades de sus usuarios. Los serviciosque ofrecen estos sistemas son sensibles al contexto gracias a la recopilacin de informacin delentorno a travs de sensores y dispositivos inteligentes. Estos entornos pueden as registrar lapresencia del usuario, seguir sus movimientos y cambiar ciertas tareas automticamente segnel comportamiento humano. Tambin disponen de interfaces amigables para comunicarse conel usuario de una manera natural y sencilla. De este modo, el usuario no debe preocuparsede la complejidad tecnolgica subyacente del entorno porque para l slo son visibles lasfuncionalidades del mismo.

    La gran mayora de investigaciones realizadas actualmente en este campo se han centradoen el entorno del hogar. Estas investigaciones son multidisciplinares y se basan en la combi-nacin de sistemas que tradicionalmente se han estudiado por separado: domtica, interfacesinteligentes, redes inalmbricas, protocolos middleware, agentes inteligentes, sensores, actua-dores, sistemas empotrados, dispositivos vestibles... Esta combinacin de tecnologas permiteaplicar la nocin de la inteligencia ambiental en el hogar para ofrecer al usuario: serviciosdomticos (iluminacin, calefaccin, vigilancia, alarmas...), servicios multimedia (TV, msi-ca...) y servicios informticos (acceso a Internet, comparticin de impresoras, sincronizacinde dispositivos...). Los sistemas de inteligencia ambiental en el hogar estn constituidos pordispositivos inteligentes insertados en objetos cotidianos del entorno que se comunican entres para ofrecer al usuario este conjunto de servicios.

    Pese a que la visin de futuro presentada por la inteligencia ambiental es muy amplia y sepuede aplicar en mbitos muy diversos, la mayora de sistemas que se han desarrollado hastaahora han restringido su rea de aplicacin a entornos domsticos. No obstante, las ventajasde la inteligencia ambiental son muy interesantes para los entornos industriales. La creacinde entornos industriales inteligentes conlleva el desarrollo de sistemas industriales sensibles alcontexto capaces de adaptar su funcionamiento a cambios inesperados y a la interaccin conlos operadores humanos.

    19

  • 8. Trabajo de Investigacin

    8.2. Planteamiento del Problema

    El principal objetivo de la investigacin que se presenta en la actual memoria es aplicar lanocin de la inteligencia ambiental a un entorno industrial. Sin embargo, esta adaptacin no sepuede conseguir con una mera traslacin de los sistemas de los entornos domsticos a entornosindustriales ya que los sistemas industriales presentan unas condiciones de funcionamiento msexigentes y restrictivas.

    Por una parte, los tiempos de respuesta en los sistemas industriales son crticos: retrasosen el funcionamiento del sistema industrial pueden conllevar errores en la cadena de produc-cin e incluso provocar accidentes. Por otra parte, los sistemas industriales deben buscar laoptimizacin de la produccin, manteniendo la mxima seguridad para el operador humano.Por ello, es necesaria una monitorizacin constante tanto de los componentes del sistemaindustrial como de la actividad del humano.

    El presente trabajo centra su investigacin en la monitorizacin de la actividad del hu-mano en un entorno industrial con manipuladores robticos. En un entorno industrial dondecolaboren humanos y robots es necesario una localizacin precisa y en tiempo real del humano.La localizacin del humano aumenta la seguridad del sistema industrial ya que ste conoce laposicin del humano en todo momento y puede modificar las trayectorias de los robots paraevitar accidentes. La interaccin humano-robot tambin mejora ya que el sistema es capazde adaptar el funcionamiento de los robots dependiendo de la posicin del operador humano.En entornos donde interacten directamente humanos y robots es necesaria una localizacinprecisa de todo el cuerpo del operador humano y no es suficiente con conocer slo su posicinglobal en el entorno. Por ello, esta investigacin se centra en el estudio de aquellos sistemasde localizacin que permiten capturar el movimiento completo del cuerpo humano para queel operador pueda as acercarse al robot sin ningn peligro.

    En los siguientes captulos se describir cmo adaptar la inteligencia ambiental a los entor-nos industriales, centrndose en la localizacin precisa del operador humano para posibilitaruna interaccin directa, sencilla y segura con los manipuladores robticos.

    8.3. Objetivos

    Los principales objetivos desarrollados a lo largo de la investigacin presentada en estamemoria son los siguientes:

    Adaptacin de la inteligencia ambiental a sistemas industriales con el fin de crear en-tornos industriales inteligentes.

    Estudio y comparativa de sistemas de localizacin para mejorar la interaccin hombre-robot en entornos industriales.

    Evaluacin de un sistema de captura de movimiento para su aplicacin en entornosindustriales inteligentes.

    Evaluacin de un sistema de localizacin en interiores basado en tecnologa UWB (Ultra-Wide Band) para su aplicacin en entornos industriales inteligentes.

    Fusin sensorial de las medidas de localizacin obtenidas de los dos sistemas anteriores.

    20

  • Captulo 9

    La Inteligencia Ambiental

    9.1. Introduccin

    La inteligencia ambiental (ambient intelligence, AmI) es un concepto planteado por elgrupo ISTAG (Information Society Technologies Advisory Grupo, Grupo Asesor sobre lasTecnologas de la Sociedad de la Informacin) en un informe [Ducatel y otros, 2001] presentadoa la DG INFSO (Information Society Directorate-General, Direccin General de Sociedadde la Informacin) de la Comisin Europea. En dicho informe se define la AmI como unanueva rea de investigacin consistente en la creacin de espacios habitables (denominadosentornos inteligentes) donde los usuarios interacten de manera natural e intuitiva conservicios computacionales que les faciliten la realizacin de sus tareas diarias, ya sean de ocioo de trabajo.

    La inteligencia ambiental establece una perspectiva del futuro de la Sociedad de la In-formacin en el ao 2010. En esta visin de futuro las personas se encuentran rodeadas deinterfaces inteligentes empotradas en objetos cotidianos, generando un entorno capaz de reco-nocer y responder a la presencia de humanos. De este modo, la persona pasa a ser el centro enel desarrollo tecnolgico. Las personas ya no se tienen que adaptar a las nuevas tecnologas,son estas tecnologas las que se adaptan a las personas.

    La AmI ha cobrado una gran relevancia en estos ltimos aos gracias a su adopcin por laUnin Europea como objetivo prioritario de investigacin dentro del 6o Programa Marco (6thFramework Programme, FP6) [Ducatel y otros, 2003]. Este programa establece las pautasa seguir en el campo de la investigacin europea durante el perodo 2003-2006 y sigue lasdirectrices indicadas por el ISTAG en cuanto al desarrollo de la AmI se refiere. As, las ltimasinvestigaciones que comenzaron en 2006 debern dar sus frutos alrededor del ao 2010 paraque la AmI forme parte de nuestra vida cotidiana. Adems, el nuevo 7o Programa Marco sigueeste camino y describe la inteligencia ambiental como un objetivo prioritario de investigacinpara la Unin Europea en el periodo 2007-2013 [FP7 Programme Commitee, 2006; ISTAG,2006].

    Las tecnologas capaces de desarrollar la visin de la AmI deben cumplir los siguientesrequerimientos:

    Dispositivos invisibles: Los dispositivos deben integrarse en el entorno del usuario demanera natural y discreta. Para ello es necesario el desarrollo de nuevas tcnicas deminiaturizacin y la utilizacin de nuevos materiales que permitan crear hardware cadavez ms pequeo.

    Infraestructura de comunicaciones fija y mvil: Los dispositivos heterogneos de unentorno inteligente necesitan una infraestructura de comunicaciones que permita una

    21

  • 9. La Inteligencia Ambiental

    integracin total. As, se podrn interconectar cualquier tipo de dispositivos: sensores,acturadores, ordenadores, pantallas tctiles...

    Redes dinmicas de dispositivos distribuidos: La red que permita la comunicacin entrelos dispositivos debe ser dinmica para que se pueda reconfigurar automticamenteen cualquier momento al aadir o eliminar dispositivos. Es necesario el desarrollo deprotocolos middleware que sirvan de intermediarios entre los dispositivos.

    Interfaz natural e intuitiva: Tal como se ha indicado anteriormente, la tecnologa debeadaptarse a las personas, y no al contrario. Por ello, se deben desarrollar interfaceslo ms intuitivas posible que permitan una comunicacin natural entre el usuario y elsistema.

    Fiabilidad y seguridad: El entorno inteligente obtiene informacin personal del usuarioal comunicarse con l. Por ello, es importante que esta informacin sea segura y nopueda ser accedida por terceros. El sistema debe velar tambin por la integridad delusuario en todo momento.

    Todos estos requerimientos no slo establecen las principales caractersticas que debencumplir las tecnologas presentes en la AmI sino que tambin marcan las principales lneasde investigacin que se deben llevar a cabo para desarrollar los entornos inteligentes. Existentres tecnologas que se adecuan a estos requerimientos y que sirven de pilar para el desarrollode la AmI [Alcaiz y Rey, 2005]: la computacin ubicua, la comunicacin ubicua y las inter-faces inteligentes. A continuacin vamos a describir con mayor detalle cada uno de estos trescomponentes tecnolgicos de la AmI.

    9.2. La Computacin Ubicua

    El trmino computacin ubicua (ubiquitous computing, UbiComp o pervasive computing)fue acuado por Weiser [1991]. Segn Weiser y Brown [1997], la computacin ubicua es latercera etapa dentro la evolucin de la informtica (vase Fig. 9.1). En la primera etapa,existan grandes ordenadores (mainframes) que eran compartidos por una gran cantidad depersonas (un ordenador para muchas personas). En la segunda etapa, que se prolonga hastala actualidad, aparecen los ordenadores personales (un ordenador para una persona). En latercera etapa, que deber completarse en un futuro cercano, cada persona interactuar conuna gran cantidad de ordenadores (muchos ordenadores para una persona).

    La computacin ubicua pretende integrar en el entorno sistemas computacionales que seaninvisibles para el usuario [Weiser, 1999]. De este modo, los ordenadores dejan de concebirsecomo dispositivos individuales colocados sobre un escritorio a los que el usuario debe prestaruna gran atencin para hacerlos funcionar. Gracias a la UbiComp, los sistemas computaciona-les se diluyen en el entorno, quedando a la vista del usuario solamente sus funcionalidades.Despus de ms de una dcada de avance tecnolgico, muchos de los elementos crticos de lacomputacin ubicua que eran una utopa en 1991, son ahora productos comerciales viables:PDAs, LANs inalmbricas, nuevos sensores... Estos avances han permitido que muchos centrosde investigacin lleven a cabo proyectos con el objetivo de hacer realidad la visin de Weiser.

    Muchos de los problemas que aparecen en la UbiComp corresponden a problemas yaidentificados y estudiados anteriormente en los sistemas distribuidos y en la computacin mvil[Satyanarayanan, 2001]. La computacin distribuida se fundamenta en la resolucin de unproblema complejo mediante su divisin en partes ms pequeas que se resuelven por separado

    22

  • 9.2. La Computacin Ubicua

    0

    2

    4

    6

    8

    10

    12

    14

    16

    18

    1940

    1945

    1950

    1955

    1960

    1965

    1970

    1975

    1980

    1985

    1990

    1995

    2000

    2005

    Ven

    tas

    / A

    o

    MainframesPCs

    Computacin Ubicua

    Figura 9.1: Evolucin hacia la computacin ubicua. Fuente: [Weiser, 1996]

    en varios ordenadores interconectados a travs de una red de datos. Todo sistema distribuidodebe ser tolerante a fallos para seguir funcionando pese a que falle alguno de los ordenadoresque lo componen. Tambin debe permitir un acceso concurrente a los recursos disponibles en lared y garantizar la sincronizacin de la informacin suministrada por los distintos ordenadorespara poder construir correctamente la solucin completa. La computacin mvil ampla lascaractersticas de la computacin distribuida para que el usuario no tenga que estar conectadofsicamente al sistema. Para ello, se utilizan dispositivos porttiles que consumen poca energay que transmiten la informacin inalmbricamente.

    En algunos casos, las soluciones procedentes de los sistemas distribuidos y mviles seaplican directamente en la UbiComp. En otros casos, los requerimientos de los entornos in-teligentes son bastante diferentes y obligan a desarrollar nuevas soluciones. Por lo tanto, laUbiComp consiste en una evolucin de los conceptos y tcnicas presentados en la compu-tacin distribuida y en la computacin mvil (vase Fig. 9.2) mediante la instalacin de redesde sensores que permiten crear un entorno inteligente sensible al contexto. Los dispositivosque componen el sistema ubicuo no slo implementan sus funcionalidades de una maneradistribuida sino que tambin se integran en el entorno para resultar invisibles al usuario.

    Comunicacin Remota

    Tolerancia a Fallos

    Acceso Concurrente a Recursos

    Sincronizacin de Informacin

    Seguridad Distribuida

    Computacin

    Distribuida

    Redes Mviles (WiFi, UMTS...)

    Acceso Mvil a Informacin

    Dispositivos Porttiles

    Ahorro Energtico

    Servicios segn Localizacin

    ComputacinMvil

    ComputacinUbicua

    EntornosInteligentesDispositivosInvisibles

    Redes de Sensores

    Sensibilidad al Contexto

    Figura 9.2: Correspondencias entre computacin distribuida, mvil y ubicua

    23

  • 9. La Inteligencia Ambiental

    9.3. La Comunicacin Ubicua

    Todos los dispositivos que forman parte de un entorno inteligente propio de la computacinubicua debern interactuar entre s y con el usuario. Para ello es necesario el desarrollode una comunicacin ubicua que permita al usuario acceder a los servicios computacionalesofrecidos desde cualquier lugar. Esta comunicacin se fundamentar principalmente en laimplementacin de redes inalmbricas.

    A la hora de seleccionar una tecnologa inalmbrica hay que tener en cuenta varios factores:tamao fsico de los dispositivos, rango de operacin, velocidad de transferencia de datos yprecio. Vamos a enumerar las principales tecnologas inalmbricas que pueden ser tiles enlos entornos inteligentes, teniendo en cuenta los factores anteriores:

    Wireless Local Area Networks (WLANs): En Europa, estas redes estn basadas en losestndares IEEE 802.11b (11Mbit/s) y IEEE 802.11g (54Mbit/s). Se pueden instalaren un edificio entero utilizando varios puntos de acceso. ste es el tipo de red inalm-brica ms extendido actualmente en las oficinas y empresas ya que resulta ms baratoque las LANs (Local Area Networks) cableadas tradicionales. Sin embargo, resulta unatecnologa muy cara para su implantacin en dispositivos pequeos.

    Tecnologa Bluetooth: Esta tecnologa se utiliza actualmente para comunicar telfonosmviles, PDAs y otros dispositivos mviles entre s y con PCs. Se basa en el estn-dar IEEE 802.15 para desarrollar conexiones sin cables en una red de rea personal(Wireless Personal Network, WPAN). Aunque el coste del equipamiento Bluetooth essignificamente inferior al coste de la WLANs, la transferencia de datos se reduce tan-to en distancia (hasta un mximo de 10 metros) como en velocidad (720Kbit/s). Conla nueva versin 2.0 de Bluetooth se consigue triplicar la tasa de transferencia hasta2.1Mbit/s, pero sigue siendo muy inferior a la que proporciona las WLANs.

    Wireless Personal Area Networks (WPANs) de alta velocidad: Este tipo de redes estnbasadas en el estndar IEEE 802.15 TG3 del ao 2003. Utilizan dispositivos con mayorconsumo que los equipos Bluetooth normales para poder conseguir aumentar su tasa detransferencia hasta los 55Mbit/s y su alcance hasta los 55m. Por lo tanto, esta tecnologaes una alternativa interesante a las WLANs al tener un coste inferior.

    Wireless Personal Area Networks (WPANs) de bajo consumo: Este tipo de redes (basadoen el estndar IEEE 802.15 TG4) es particularmente til para dispositivos de mano(PDAs, agendas electrnicas, telfonos mviles...) ya que su consumo de energa para latransmisin de datos y sus costes son muy bajos. Su alcance es de 75m pero su tasa detransferencia es de slo 250Kbit/s. Su nombre comercial es Zigbee.

    Radio Frequency Identification (RFID): La tecnologa RFID se basa en la identificacininalmbrica mediante las transmisiones de radio. Los sistemas RFID estn formadospor una estacin base fija de lectura/escritura y un transpondedor mvil activo (quetiene su propia fuente de alimentacin) o pasivo (la alimentacin es suministrada por laestacin base). La estacin base puede leer o escribir la informacin del transpondedor(o etiqueta RFID) cuando pasa cerca de ella. Esta tecnologa es muy barata pero lainformacin que se puede almacenar en las etiquetas RFID es muy reducida (inferiora 2Kb en la mayora de casos). Las etiquetas activas tienen mayor alcance y tasa detransferencia.

    En la mayora de casos, ser necesario utilizar una combinacin de varios tipos de redinterconectados entre s (vase Tabla 9.1), dependiendo de su alcance, velocidad y coste. Al

    24

  • 9.4. Las Interfaces Inteligentes

    combinar varias redes inalmbricas hay que tener en cuenta dos aspectos: el uso compartidodel espectro por muchos dispositivos puede provocar interferencias y se deben aplicar medidasde seguridad que protejan la informacin de accesos no autorizados de terceros.

    Tecnologa Alcance Velocidad Ventajas Incovenientes

    WLAN - WiFi 2-200m 11Mbps (b)54Mbps (g) -Estndar consolidado.-Amplio alcance.

    -Integracin cara en dispositivos pequeos.

    WPAN - Bluetooth 10m

    720Kbps (v1)2.1Mbps (v2)

    -Estndar consolidado. -Bajo coste.

    -Velocidad baja. -Mximo de 8 dispositivos en red.

    High Rate WPAN (IEEE

    802.15.3) 55m 55Mbps -Amplio alcance. -Bajo coste.

    -Estndar no consolidado. -Mayor consumo.

    Low Rate WPAN (IEEE

    802.15.4) 75m 250Kbps -Consumo mnimo. -Amplio alcance.

    -Tecnologa novedosa. -Velocidad baja.

    RFID 0.30-3m 10-80Kbps -Consumo mnimo.-Bajo coste. -Alcance reducido. -Velocidad baja.

    Tabla 9.1: Tecnologas para la comunicacin ubicua.

    9.4. Las Interfaces Inteligentes

    Las interfaces inteligentes permiten al usuario comunicarse con los dispositivos del entornointeligente de una manera sencilla y natural. El objetivo principal de estas interfaces es ocultaral usuario la complejidad del sistema y slo mostrarle sus funcionalidades. De este modo elusuario puede obtener el servicio que necesita sin preocuparse del funcionamiento interno delentorno inteligente.

    Las interfaces que se utilicen en entornos inteligentes deben tener las siguientes propieda-des:

    Comunicacin multimodal: Las interfaces deben ser capaces de comunicarse con el usua-rio de varios modos: mensajes escritos, imgenes, habla, gestos... Esta comunicacinmultimodal permite una interaccin ms natural y rica que la existente actualmente enlos PCs (basada en el uso de teclados, ratones y pantallas).

    Sensibilidad al contexto: Las interfaces no slo deben transmitir datos internos del siste-ma sino que tambin deben contemplar su entorno. El sistema no es pasivo sino querecopila informacin del usuario constantemente para poder ofrecerle los servicios quepuedan serle ms idneos.

    La forma de presentar los servicios al usuario es muy importante. Por ello, el desarrollode interfaces inteligentes es un aspecto clave para el xito de la visin planteada por la AmI.Tal como indica Weiser [1991]: Las tecnologas ms arraigadas son aquellas que desaparecen.Estas tecnologas se entrelazan con la vida cotidiana hasta ser indistinguibles de ella.

    25

  • 9. La Inteligencia Ambiental

    9.5. Aplicaciones de la AmI

    La Inteligencia Ambiental es un concepto muy amplio que se puede aplicar a campos muydiversos. La mayora de investigaciones actuales centran sus esfuerzos en cuatro grandes reasde aplicacin de la AmI:

    Hogar digital: El hogar digital es una vivienda que ofrece servicios a sus inquilinos gra-cias a la interconexin de una red domtica (sensores, actuadores...), una red multime-dia (TV, audio...) y una red de datos (WLAN, Internet...). La red domtica suministraservicios de automatizacin (iluminacin, suministro de agua, alarmas, climatizacin,riego...). La red multimedia ofrece contenidos de informacin y ocio basados en imge-nes y sonidos (vdeo porteros, videoconsolas, TV...). La red de datos permite distribuirla informacin (ficheros) entre los ordenadores, compartir recursos (impresoras, escne-res...) y acceder a Internet. HomeLab de Philips [Ruyter y otros, 2005] (vase Fig. 9.3)y Oxygen del MIT [Rudolph, 2001] son dos ejemplos de proyectos de investigacin cuyoobjetivo es conseguir crear un hogar digital.

    (a) Entrada (b) Sala de estar (c) Cuarto de bao

    Figura 9.3: Hogar Digital HomeLab de Philips. Fuente: [Philips, 2007].

    Industria: La mayora de investigaciones sobre AmI se centran en el mbito del ho-gar digital. Sin embargo, tambin se estn desarrollando sistemas que permiten crearentornos inteligentes en la industria. Estos sistemas se suelen aplicar en el proceso deproduccin o en el proceso de distribucin de los productos. En ambos casos, estos sis-temas pretenden ayudar a los trabajadores en sus tareas diarias, facilitando su trabajoal darles informacin precisa sobre l. Dos ejemplos de aplicaciones industriales de laAmI son: SIRENA de Schneider Electric [Bohn y otros, 2006] y LCIA de Omron [Lake,2007]. SIRENA implementa una arquitectura de servicios para controlar y monitorizarremotamente una planta industrial de empaquetado de pastillas. La red de la arquitec-tura es dinmica y permite que nuevos dispositivos puedan acceder a las funcionalidadesdel sistema mediante un protocolo de descubrimiento de servicios. LCIA desarrolla unacadena de montaje que verifica el trabajo de los operadores humanos y les avisa paraque rectifiquen si cometen algn fallo.

    Lugares pblicos: Adems de ofrecer servicios en el hogar y en la industria, la AmItambin puede ser til en lugares a los que accedan una gran cantidad de personas cadada. Por ejemplo, el sistema PRISMATICA presentado en [Velastin y otros, 2005] ha sidoutilizado para realizar tareas de vigilancia en los metros de varias ciudades. Este sistema

    26

  • 9.5. Aplicaciones de la AmI

    (a) (b)

    Figura 9.4: Ejemplos de sistemas industriales inteligentes: (a) SIRENA, Fuente: [Ri-caud, 2006]; (b) LCIA, Fuente: [Lake, 2007].

    es capaz de detectar las siguientes situaciones: aglomeraciones de gente, personas que vanen una direccin no permitida, elementos estticos abandonados (equipajes, paquetes,basura...) y personas que estn demasiado cerca de las vas. Otro ejemplo es el proyectoPEACH [Stock y Zancanaro, 2002]; diseado para guiar de manera individualizada a losturistas en los museos. Su principal objetivo es mostrarle al turista slo la informacinque le interesa, comunicndose con l de la manera ms natural y sencilla posible.

    Computacin vestible:En la computacin vestible el ordenador es un dispositivo peque-o que lleva el usuario consigo (normalmente integrado en la ropa) y que siempre estoperativo y accesible. Ya que el dispositivo vestible siempre est operativo, se produceuna sinergia entre el usuario y el dispositivo, caracterizada por un aprendizaje y unaadaptacin a largo plazo gracias a la interaccin constante con el usuario. Los sistemasvestibles son la manera de que el usuario siempre pueda acceder a los servicios ofrecidospor la AmI, independientemente de su localizacin. Algunos ejemplos de aplicaciones desistemas vestibles son los siguientes: monitorizacin mdica del usuario [Anliker y otros,2004; Lukowicz y otros, 2004; Struzik y otros, 2007] (vase Fig. 9.5), mantenimientoindustrial mediante reconocimiento de gestos [Witt y otros, 2006], entrenamiento detrabajadores industriales [Xiahou y otros, 2006], agendas electrnicas sensibles al con-texto [Maurer y otros, 2006]...

    Figura 9.5: Componentes del sistema de monitorizacin mdica Mobile Nurse: unidadcentral mvil (izq.) y sensor de mueca (der.). El sensor de mueca transmite los datos delusuario a la unidad central para que sean procesados. Fuente:[Struzik y otros, 2007].

    27

  • 9. La Inteligencia Ambiental

    9.6. Entornos Industriales Inteligentes

    Tal como se ha indicado en la seccin anterior, la principal rea de aplicacin de losavances desarrollados en el campo de la Inteligencia Ambiental ha sido el hogar. En el mbitode la industria, el nivel de desarrollo e implantancin de las tecnologas basadas en la AmI hasido mucho menor. No obstante, los entornos industriales inteligentes reportan una serie deventajas muy interesantes respecto a los sistemas industriales tradicionales:

    Aumento de la seguridad: El sistema industrial inteligente monitoriza en todo momentoel estado de sus componentes y la interaccin con el operador humano. En el caso deque se d una situacin de peligro, el sistema reaccionar adecuadamente para protegeral humano.

    Aumento de la productividad: El sistema de produccin se optimiza mediante un usoracional de los productos y mediante una interaccin inteligente con los trabajadores.

    Cadena de produccin robusta: El sistema es capaz de reaccionar en tiempo real antecambios imprevistos en la cadena de produccin. En estos casos, el sistema adecuar sufuncionamiento para maximizar la cadencia de produccin.

    Mantenimiento fcil: La monitorizacin de todos los componentes del sistema permitedetectar rpidamente cualquier avera en alguno de ellos para su reparacin.

    Simplificacin y optimizacin de la interaccin hombre-mquina: El uso de interfacesinteligentes (basadas en muchos casos en sistemas de realidad aumentada y sistemasvestibles) permite una interaccin ms sencilla y directa entre el humano y el sistema. Deeste modo, el trabajador no necesitar tener conocimientos sobre tecnologas complejaspara usar el sistema.

    Los entornos industriales inteligentes se fundamentan en la aplicacin de la visin de lainteligencia ambiental en la industria. No obstante, para crear estos entornos no se puedenaplicar directamente las tcnicas y tecnologas utilizadas en el mbito domstico ya que losrequerimientos de los sistemas industriales son ms estrictos. En particular, los sistemas in-dustriales deben ser tolerantes a fallos, deben mantener los tiempos de respuesta de la cadenade produccin y deben velar en todo momento por la seguridad de los operadores humanos.

    La presente investigacin pretende crear un entorno industrial inteligente, centrndoseespecialmente en favorecer la interaccin humano-robot. Esta interaccin es beneficiosa yaque permite aunar las ventajas tanto del humano como del robot. Por una parte, los robotsrealizan tareas repetitivas que pueden ser agotadoras y/o peligrosas para un ser humano.Por otra parte, el humano realiza tareas complejas que conllevan el uso de su inteligencia.Sin embargo, los robots pueden ser peligrosos para un ser humano ya que cualquier tipode colisin puede provocar accidentes importantes. Por ello, todo sistema industrial en elque exista interaccin humano-robot debe monitorizar en todo momento tanto la posicindel robot como la posicin del operador. La posicin del robot se puede obtener fcilmente apartir de las posiciones articulares devueltas por el controlador. Sin embargo, la determinacinde la posicin del humano en el entorno industrial es una tarea ms compleja de resolver yaque la localizacin en interiores es un problema que todava no ha sido resuelto de maneraptima. En los siguientes captulos se presentarn las tcnicas desarrolladas en este trabajode investigacin para localizar al operador humano con precisin en la celda de trabajo.

    28

  • Captulo 10

    La Captura de Movimiento enEntornos Industriales

    10.1. Introduccin

    La captura de movimiento (motion capture, MoCap) es una tcnica para registrar digital-mente los movimientos de un actor (generalmente, un humano). Los sistemas de captura demovimiento consideran que el cuerpo humano est formado por segmentos rgidos (huesos)interconectados a travs de articulaciones que permiten movimientos relativos entre los hue-sos. El actor cuyos movimientos se desean conocer lleva marcadores (o sensores) cerca de cadaarticulacin. El sistema MoCap se encarga de capturar las traslaciones y rotaciones existentesentre dichos marcadores para as poder obtener la localizacin de todos los huesos medianteun modelo cinemtico del cuerpo humano.

    Los sistemas MoCap se aplican actualmente en un amplio rango de aplicaciones en lasque es necesario el anlisis del movimiento humano. Algunos ejemplos de aplicaciones de laMoCap son:

    Biomecnica: La biomecnica tiene como objetivo el estudio de la estructura mecnicade los seres vivos (especialmente, del ser humano). Este estudio se suele aplicar en tresmbitos distintos: medicina, deportes y ergonoma. La biomecnica mdica estudia losmovimientos del cuerpo humano con el fin de detectar y solucionar patologas. Fue unode los primeros campos en los que se usaron los sistemas de captura de movimiento[Andriacchi y Alexander, 2000]. La biomecnica deportiva analiza la prctica deportivacon el objetivo de mejorar su rendimiento mediante el desarrollo de tcnicas de entrena-miento ms optimizadas. La biomecnica ergonmica se encarga del diseo de productosque se adapten a las necesidades y capacidades del cuerpo humano.

    Animacin y grficos por computador: Esta es la aplicacin ms extendida actualmentede los sistemas MoCap. Estos sistemas registran los movimientos de un actor humanopara que luego los animadores los apliquen a un personaje digital de un videojuego oen pelculas de animacin. En la animacin por computador tradicional (keyframing)el animador debe crear manualmente los frames fundamentales de la animacin paraque luego un software interpole los frames intermedios y genere la animacin final. Noobstante, en muchos casos, los movimientos obtenidos a travs de este proceso no sonnaturales. Con la captura de movimiento, los movimientos obtenidos son ms naturalesy verosmiles ya que el animador slo tiene que limpiar y refinar los datos registradospor el sistema MoCap [Izani y otros, 2003].

    29

  • 10. La Captura de Movimiento en Entornos Industriales

    Teleoperacin de robots: Este es un campo de aplicacin todava en desarrollo y lossistemas existentes slo han sido utilizados en investigaciones. Estos sistemas pretendencontrolar remotamente un robot mediante la reproduccin de los movimientos realizadospor un operador humano y capturados por un sistema MoCap. Miller y otros [2004] handesarrollado un sistema de teleoperacin que permite controlar un robot humanoidemediante un sistema MoCap formado por sensores inerciales.

    Interaccin hombre-robot: Al igual que en el caso anterior, esta aplicacin todava est enfase experimental. Se utilizan sistemas MoCap para registrar los movimientos y gestosde un ser humano para poder analizarlos y adaptar el comportamiento del robot a ellos.De este modo, la interaccin humano-robot se vuelve ms natural y segura. Se handesarrollado tanto aplicaciones industriales [Esteves y otros, 2005] como de servicios[Mitsunaga y otros, 2005].

    El presente trabajo de investigacin utiliza la captura de movimiento para la ltima apli-cacin: la interaccin hombre-robot. Tal como se coment en la seccin 9.6, esta interaccines uno de los pilares fundamentales para la construccin de entornos industriales inteligentesdebido a los beneficios que reporta. Sin embargo, el principal inconveniente es que esta coope-racin hombre-robot puede ser peligrosa para la seguridad del operador humano debido a quelos robots industriales son muy pesados y cualquier colisin puede provocar accidentes impor-tantes. Por ello, el sistema debe monitorizar en todo momento la localizacin del humano deuna manera precisa.

    La mayora de sistemas de localizacin que se utilizan actualmente en interiores representana la persona slo como un punto tridimensional. Sin embargo, en una celda de trabajo dondeun humano colabora con robots se deben localizar todas las partes del cuerpo. Por ello, noes suficiente la utilizacin de un sistema de localizacin en interiores y resulta necesario unsistema de captura de movimiento. Un sistema MoCap localiza en tiempo real la posicin detodos los miembros del humano, permitiendo al sistema industrial no slo prevenir accidentessino tambin adaptar de una manera mas precisa el comportamiento del robot a las necesidadesdel humano. A continuacin, vamos a realizar un estudio de los distintos tipos de sistemasde captura de movimiento para seleccionar aquel cuyas caractersticas se adapten mejor a lasnecesidades de los sistemas industriales.

    10.2. Tecnologas de Captura de Movimiento

    El sistema de localizacin ptimo para un entorno industrial deber cumplir los siguientesrequerimientos:

    Dispositivos pequeos: Como los marcadores generalmente se sujetan al cuerpo del ac-tor, deben ser lo ms pequeo posible para que no molesten al actor mientras realizasu trabajo diario. En ningn caso, deben ser sensores voluminosos que restrinjan susmovimientos.

    Infraestructura reducida: La infraestructura est constituida por los dispositivos hard-ware que se deben instalar en el entorno para que el sistema funcione. Se debern buscaraquellos sistemas que requieran una infraestructura mnima ya que su instalacin serms sencilla y rpida. Adems, en muchos casos, no ser posible modificar el entornopara instalar infraestructuras complejas.

    30

  • 10.2. Tecnologas de Captura de Movimiento

    Medidas completas y precisas: Las medidas devueltas por el sistema MoCap deben sercompletas, es decir, incluir tanto informacin de posicin como de rotacin (6 DOF) delos huesos del actor para poder identificar unvocamente su localizacin. Las medidasobtenidas debern tambin tener una alta precisin para que la interaccin con los robotssea segura.

    Tiempo de respuesta reducido: La latencia del sistema (retardo entre los movimientosdel actor y su registro en el sistema) debe ser inferior a 100ms. De este modo, el sistemaser capaz de monitorizar los movimientos del operador humano en tiempo real. Unaumento en la latencia de la captura de datos conlleva tiempos de respuesta elevadosdel sistema industrial. En estos casos, el sistema no podra reaccionar a tiempo anteeventos inesperados.

    Robustez: El sistema debe ser capaz de funcionar correctamente ante presencia de erro-res, interferencias y oclusiones.

    Los sistemas de captura de movimiento se implementan mediante distintas tecnologas quepresentan una serie de ventajas e inconvenientes dependiendo del principio fsico en el que sefundamentan. Teniendo en cuenta los requerimientos descritos anteriormente, vamos a com-parar a continuacin las tecnologas de captura de movimiento ms extendidas actualmente[Welch y Foxlin, 2002].

    10.2.1. Sistemas MoCap Mecnicos

    Los sistemas de captura de movimiento mecnicos estn compuestos por un conjuntode segmentos rgidos articulados atados a los miembros del actor e interconectados entre smediante transductores electromecnicos (p. ej., potencimetros). Los movimientos del actorse miden a travs de las variaciones de voltaje que experimentan los potenciomtros debidoa los cambios relativo de posicin y orientacin entre los segmentos. Un ejemplo de estossistemas es el Gypsy5 de Animazoo (vase Fig. 10.1) [Animazoo, 2007].

    Figura 10.1: Sistema Gypsy5 de Animazoo. Fuente:[Animazoo, 2007].

    Los sistemas MoCap mecnicos suministran medidas precisas, tienen latencias bajas y notienen problemas de interferencias. Sin embargo, son incmodos y limitan los movimientos delusuario porque sus segmentos rgidos deben atarse al cuerpo. Adems, no devuelven medidasabsolutas de localizacin en el entorno.

    31