Sbia 2010-tutorial-slides-part-ii
0 gostou228 visualizações
O documento discute os desafios da pesquisa e desenvolvimento de robôs móveis e veículos autônomos, apresentando experimentos realizados com veículos terrestres no campus da USP para validar técnicas de localização, mapeamento e navegação autônoma utilizando sensores como laser, câmera e GPS.
Sbia 2010-tutorial-slides-part-ii
- 1. 29/10/2010 1 SBIA 2010 # 1 Desafios da Inteligência Artificial:Desafios da Inteligência Artificial: Pesquisa e Desenvolvimento de RobôsPesquisa e Desenvolvimento de Robôs Móveis e Veículos AutônomosMóveis e Veículos Autônomos Denis F. Wolf Fernando S. Osório Kalinka R. J. Castelo Branco Universidade de São Paulo – USP - ICMC Grupo de Sistemas Embarcados, Evolutivos e Robóticos - SEER Laboratório de Robótica Móvel - LRM INCT – Sistemas Embarcados Críticos 2 Denis F. Wolf Fernando S. Osório Kalinka R. J. Castelo Branco Universidade de São Paulo – USP - ICMC Grupo de Sistemas Embarcados, Evolutivos e Robóticos - SEER Laboratório de Robótica Móvel - LRM INCT – Sistemas Embarcados Críticos Laboratório de Robótica Móvel – ICMC/USP Desafios da Inteligência Artificial:Desafios da Inteligência Artificial: Pesquisa e Desenvolvimento dePesquisa e Desenvolvimento de Robôs Móveis e Veículos AutônomosRobôs Móveis e Veículos Autônomos Parte II
- 2. 29/10/2010 2 SBIA 2010 # 3 Localização e Mapeamento em Ambientes Urbanos Problemas: • Complexidade • Escala • Irregularidade do terreno • Difícil representação SBIA 2010 # 4 Plataforma Experimental
- 3. 29/10/2010 3 SBIA 2010 # 5 Localização – Monte Carlo Solução: • Grande número de partículas • Criação de áreas semi-ocupadas. • Obtenção de pitch e roll por uma unidade de medida inercial • Depois de localizar o robô, estima-se a trajetória utilizando o filtro de partículas no sentido contrário. SBIA 2010 # 6 Localização – Monte Carlo
- 4. 29/10/2010 4 SBIA 2010 # 7 Localização - Resultados SBIA 2010 # 8 Localização – Filtro de Partículas e GPS • Cada partícula representa uma possível trajetória completa do robô • É atribuído um peso a cada partícula de acordo com sua proximidade do GPS. • Partículas que divergem do GPS recebem peso baixo e são eliminadas. Pontos do GPS partículas
- 5. 29/10/2010 5 SBIA 2010 # 9 Mapeamento - Resultados SBIA 2010 # 10 Mapeamento - Resultados
- 6. 29/10/2010 6 SBIA 2010 # 11 Mapeamento - Resultados Parte do campus da USC SBIA 2010 # 12 Mapeamento – Aquisição de dados
- 7. 29/10/2010 7 SBIA 2010 # 13 SBIA 2010 # 14 Projeto: Veículo Autônomo Objetivo principal: Desenvolver um sistema de direção autônoma/assistida para veículos em ambientes urbanos Objetivos secundários: • Localização precisa em ambientes urbanos • Identificação de via de transito utilizando visão computacional • Mapeamento 3D de terreno utilizando sensor laser • Planejamento de trajetória em tempo real em ambientes complexos
- 8. 29/10/2010 8 SBIA 2010 # 15 Principais motivações: • Reduzir o número de acidentes rodoviários • Aumentar a eficiência do transito • Aumentar a mobilidade de idosos e portadores de necessidades especiais Projeto: Veículo Autônomo SBIA 2010 # 16 Outras aplicações: • Agricultura • Segurança e defesa • Automação do transporte de cargas Projeto: Veículo Autônomo
- 9. 29/10/2010 9 SBIA 2010 # 17 • IP addresses and the port numbers of the components. Causas de acidentes SBIA 2010 # 18 Acidentes Rodoviários 18 “According to WHO, road traffic crashes leading cause of death among young people.” “Unless more comprehensive global action is taken, the number of deaths and injuries is likely to rise significantly. Road traffic collisions cost an estimated US$ 518 billion globally in material, health and other expenditure.” “The first global assessment of road safety finds that almost half of the estimated 1.27 million people who die in road traffic crashes every year are pedestrians, motorcyclists and cyclists. While progress has been made towards protecting people in cars, the needs of these vulnerable groups of road users are not being met.” World Health Organization, 2009
- 10. 29/10/2010 10 SBIA 2010 # 19 Falhas na sinalização e pouca visibilidade Lombada Causas de acidentes SBIA 2010 # 20 They didn't tell me this hole could be so huge!! Causas de acidentes Má conservação das vias
- 11. 29/10/2010 11 SBIA 2010 # 21 Causas de acidentes Falta de educação no trânsito SBIA 2010 # 22 Campanhas do governo
- 12. 29/10/2010 12 SBIA 2010 # 23 Utilizar apenas GPS? Condução autônoma: desafios… Robótica Móvel - Desenvolvimento Simulação Testes em robôs de pequeno porte Testes em robôs de grande porte
- 13. 29/10/2010 13 Robótica Móvel - Desenvolvimento Simulação Validação inicial dos algoritmos desenvolvidos utilizando simuladores de robôs e sensores. Vantagens: - Possibilidade irrestrita de experimentos - Economia de tempo de desenvolvimento - Evita danos aos robôs e sensores Robótica Móvel - Desenvolvimento Testes em robôs de pequeno porte Validação do sistema em ambientes reais de escala reduzida. Vantagens: - Ambientes e informações reais para validação dos sistemas desenvolvidos - Facilita a logística dos experimentos - Diminui a chance de danos aos robôs e sensores
- 14. 29/10/2010 14 Robótica Móvel - Desenvolvimento Testes em robôs de grande porte Validação do sistema em ambientes e situações reais. Características: - Ambientes e informações reais para validação dos sistemas desenvolvidos - Logística complexa - Possibilidade de danos aos robôs e sensores SBIA 2010 # 28 Player Serial Canbus PlayerPlayerPlayerPlayerA imagem não pode ser exibida. Talvez o computador não tenha memória suficiente para abrir a imagem ou talvez ela esteja corrompida. Reinicie o computador e abra o arquivo novamente. Se ainda assim aparecer o x vermelho, poderá ser necessário excluir a imagem e inseri-la novamente. Camera Laser Sonar Odometria Motores ProgramaProgramaProgramaPrograma do usuáriodo usuáriodo usuáriodo usuário Aquisição de dados dos sensores Comandos para o motor PCI USB Serial Planejamento Deslocamento desejado
- 15. 29/10/2010 15 SBIA 2010 # 29 Abstração de hardware Programa do usuário ServidorServidorServidorServidor PlayerPlayerPlayerPlayer BibliotecaBibliotecaBibliotecaBiblioteca Cliente doCliente doCliente doCliente do PlayerPlayerPlayerPlayer C/C++ C# Java Tcl Python Ruby Lisp Octave Simulador Robô Pioneer Veículo ServidorServidorServidorServidor PlayerPlayerPlayerPlayer ServidorServidorServidorServidor PlayerPlayerPlayerPlayer Gazebo - Simulação 3D Robô Pioneer 3 AT
- 16. 29/10/2010 16 Gazebo - Simulação 3D Veículo de testes Gazebo - Simulação 3D Veículo e ambiente de testes
- 17. 29/10/2010 17 SBIA 2010 # 33 Percepção Planejamento Atuação Notificação do condutor Sistema de condução autônoma / assistida SBIA 2010 # 34 • Identificação de via utilizando visão computacional • Identificação de via/obstáculos utilizando sensor laser • Estimação da posição do veículo utilizando fusão de sensores (GPS, IMU, Compass, Odometer) Sistema de condução autônoma / assistida Percepção Planejamento Atuação Notificação do condutor
- 18. 29/10/2010 18 SBIA 2010 # 35 • Planejamento de trajetória • Desvio de obstáculos Sistema de condução autônoma / assistida PlanejamentoPercepção Atuação Notificação do condutor SBIA 2010 # 36 • Controle de velocidade • Controle de esterçamento Sistema de condução autônoma / assistida AtuaçãoPercepção Planejamento Notificação do condutor
- 19. 29/10/2010 19 SBIA 2010 # 37 • Presença de obstáculos e depressões • Risco de colisão • Indicação de via de trânsito • Sugestão Esterçamento / Freio Sistema de condução autônoma / assistida Notificação do condutor Percepção Planejamento Atuação SBIA 2010 # 38 Plataformas Robóticas Utilizadas
- 20. 29/10/2010 20 SBIA 2010 # 39 Robô Pioneer 3 AT Sensor laser GPS, IMU, e Bússola Câmera SBIA 2010 # 40 Sensores laser Câmera GPS, IMU, e Bússola Processamento das informações Veículo de testes
- 21. 29/10/2010 21 SBIA 2010 # 41 Veículo Elétrico Sensores laser Câmera GPS, IMU, e Bússola Sensores SBIA 2010 # 42 Veículo Elétrico Motor DC Atuadores: Esterçamento Encoder Controlador Acoplamento
- 22. 29/10/2010 22 SBIA 2010 # 43 Veículo Elétrico SBIA 2010 # 44 Veículo Elétrico Atuadores: Aceleração Acelerador Encoder (Odometria)
- 23. 29/10/2010 23 SBIA 2010 # 45 Identificação e desvio de obstáculos Experimentos iniciais – março de 2009 Sistema de condução autônoma / assistida SBIA 2010 # 46 Posição do veículo Trajetória planejada Obstáculos Dados do laser Dados da câmera Sistema de condução autônoma / assistida
- 24. 29/10/2010 24 SBIA 2010 # 47 Sistema de condução autônoma / assistida SBIA 2010 # 48 Detecção de obstáculos e notificação Testes experimentais – Outubro de 2009 Sistema de condução autônoma / assistida
- 25. 29/10/2010 25 SBIA 2010 # 49 Mapeamento de terreno usando laser z x H lz d 10° o D SBIA 2010 # 50 Mapeamento de terreno usando laser
- 26. 29/10/2010 26 SBIA 2010 # 51 Mapeamento de terreno usando laser SBIA 2010 # 52 Mapeamento em grid Desvantagens dos mapas 3D: • Grande quantidade de dados • Requer alta capacidade computacional • Dados esparsos Solução proposta: • Mapa de navegabilidade 2D
- 27. 29/10/2010 27 SBIA 2010 # 53 Mapa de Navegabilidade Utilizando Redes Neurais para a Classificação do Terreno • Altitude Relativa •Altitude Absoluta Input • Navegável • Parcialmente Navegável • Não Navegável Output Multilayer Perceptron Multilayer Perceptron SBIA 2010 # 54 IP addresses and the port numbers of the components. Mapeamento de terreno usando laser
- 28. 29/10/2010 28 SBIA 2010 # 55 Navegação baseada em visão computacional Extração de atrbutos Classificação SBIA 2010 # 56 Navegação baseada em visão computacional Image ( 320 x 240 ) RGB HSV YUV Histogram Mean Entropy pixel-block ( 10 x 10 )
- 29. 29/10/2010 29 SBIA 2010 # 57 Navegação baseada em visão computacional Pixel Block Classifier Feature 1 Feature 2 Feature 3 Feature 5 Output Classifier (ANN) Feature 4 if (output < 0.3) non-navigable else if (output > 0.7) navigable else undefined SBIA 2010 # 58 Navegação baseada em visão computacional Frames used in training step 5 feature combinations (ANN) selected
- 30. 29/10/2010 30 SBIA 2010 # 59 Navegação baseada em visão computacional SBIA 2010 # 60 Navegação baseada em visão computacional Expected ANN 1 ANN 2 ANN 3 ANN 4 ANN 5
- 31. 29/10/2010 31 SBIA 2010 # 61 Navegação baseada em visão computacional Expected ANN 1 ANN 2 ANN 3 ANN 4 ANN 5 SBIA 2010 # 62 Identificação da via usando visão computacional Safe path identification Confidence level
- 32. 29/10/2010 32 SBIA 2010 # 63 Identificação da via usando visão computacional SBIA 2010 # 64 Identificação da via usando visão computacional
- 33. 29/10/2010 33 SBIA 2010 # 65 Identificação da via usando visão computacional SBIA 2010 # 66 Navegação autônoma usando visão computacional
- 34. 29/10/2010 34 SBIA 2010 # 67 Navegação e desvio de obstáculos usando visão computacional SBIA 2010 # 68 Navegação autônoma utilizando GPS
- 35. 29/10/2010 35 SBIA 2010 # 69 Navegação autônoma utilizando GPS SBIA 2010 # 70 DARPA Grand Challenge 2004 70 106 equipes inscritas e 25 finalistas Premio de US$1.000.000,00 Desafio: Percorrer 224km no deserto de forma autônoma Melhor resultado: Red team (12km) “Nobody won. Nobody even came close” - CNN
- 36. 29/10/2010 36 SBIA 2010 # 71 DARPA Grand Challenge 2004 Blue Team Video 1 Video 2 Video 3 Video 4 SBIA 2010 # 72 DARPA Grand Challenge 2005 Premio de US$2.000.000,00 195 equipes inscritas, 23 finalistas 5 terminaram o percurso Vencedor: Stanley (Stanford University) 6h 53m
- 37. 29/10/2010 37 SBIA 2010 # 73 DARPA Urban Challenge 2007 SBIA 2010 # 74 DARPA Urban Challenge 2007 “none of the winning teams had taken any demerits for traffic violations, and that the winners had all been selected based on their finishing times “ “Tartan's vehicle averaged about 14 miles per hour throughout the course, which covered about 55 miles. Stanford averaged about 13 miles per hour, and Virginia Tech averaged a bit less than that “ Junior NOVA
- 38. 29/10/2010 38 SBIA 2010 # 75 ELROB 2009 ELROB 2009 SBIA 2010 # 76 Avanços Recentes... Beam me up Sliding Parking Google car
- 39. 29/10/2010 39 SBIA 2010 # 77 OBRIGADO! Laboratório de Robótica Móvel www.lrm.icmc.usp.br Denis Fernando Wolf – denis@icmc.usp.br Fernando Santos Osório - fosorio@icmc.usp.br Kalinka R. J. C. Branko - kalinka@icmc.usp.br SBIA 2010 # 78 Veículos Aéreos Não Tripulados • Projeto ARARA
- 40. 29/10/2010 40 SBIA 2010 # 79 VANTs – Veículos Aéreos Não Tripulados LRM – ICMC – USP / INCT-SEC AGPlane AGX Tecnologia Projeto ARARAYouTube: Search AGPLANE - MEMBECA 2008 INCT-SEC: Veículo Aéreo Autônomo Veículos Aéreos Autônomos SBIA 2010 # 80
- 41. 29/10/2010 41 AGplane 2 - Especificações Características operacionais Motor 40cc, 2T, 5HP, AVGAS Peso máximo de decolagem: 20kg Carga útil: 3kg Autonomia de vôo: 4h Velocidade de cruzeiro: 100km/h Velocidade de estol: 40km/h Sistema autônomo ou remotamente pilotado Pára-quedas de emergência Gerador de energia/motor de partida Estação de controle móvel Decolagem automática SBIA 2010 # 81 AGplane 2 - Especificações Sensores instalados a bordo Receptor GPS Câmera fotográfica Sistema de vídeo em tempo real Altímetro Velocímetro (velocidade aerodinâmica) Temperatura Sensor de atitude baseado em GPS etc. SBIA 2010 # 82
- 42. 29/10/2010 42 Tiriba SBIA 2010 # 83 Tiriba • Objetivo: sistema portátil para tomada de imagens aéreas • Início: fev 2009 • Conclusão: 2010 • Características: • Decolagem: lançamento manual • Pouso automático: pára quedas • Missão autônoma, estação de solo baseada em celular • Propulsão elétrica: 1,2 KW • Peso máximo de decolagem: 3Kg • Payload: 700g • Autonomia: 40min (2horas, futuro) • Velocidade de cruzeiro: >80Km/h • Montagem: 10min SBIA 2010 # 84
- 43. 29/10/2010 43 Tiriba Placa do PilotoPlaca do Piloto Automático doAutomático do TiribaTiriba SBIA 2010 # 85 Tiriba Protótipo do Tiriba em VôoProtótipo do Tiriba em Vôo –– Teste da Unidade Inercial eTeste da Unidade Inercial e BarométricaBarométrica SBIA 2010 # 86
- 44. 29/10/2010 44 SBIA 2010 # 87 OBRIGADO! Laboratório de Robótica Móvel www.lrm.icmc.usp.br Denis Fernando Wolf – denis@icmc.usp.br Fernando Santos Osório - fosorio@icmc.usp.br Kalinka R. J. C. Branko - kalinka@icmc.usp.br SBIA 2010 # 88 OBRIGADO! Laboratório de Robótica Móvel www.lrm.icmc.usp.br www.inct-sec.org Denis Fernando Wolf – denis@icmc.usp.br Fernando Santos Osório - fosorio@icmc.usp.br Kalinka R. J. C. Branko - kalinka@icmc.usp.br http://www.slideshare.net/ Search: CLEI 2010 Tutorial Search: SBIA 2010 Tutorial