Navegación de robot móvil usando Kinect, OpenCV y Arduino

Authors

DOI:

https://doi.org/10.15665/rp.v10i1.398

Keywords:

Kinect, OpenCV, Robot Móvil, Visión Estéreo, Visión RGB.

Abstract

Este artículo presenta los resultados de investigación de la visión artificial que sirve de apoyo a la navegación
por medio de imágenes de profundidad y el reconocimiento de objetos por sus canales primarios. El dispositivo
utilizado para la captura de la imagen RGB y la imagen de profundidad es el sensor Kinect de Microsoft, este
consta de una cámara RGB y un emisor de infrarrojos que proyecta un patrón irregular de haces con una intensidad
variable. El sensor de profundidad reconstruye una imagen a partir de la distorsión del patrón, el siguiente
paso es buscar todos los puntos rojos de la escena, contarlos, calcular el centroide, diámetro, posición y distancia
al Kinect. Por último procesar estos resultados, tomar la decisión de movimiento para ser enviada al Arduino, el
cual controla los motores. Los resultados obtenidos en la investigación indican que las imágenes de profundidad
capturadas por el Kinect requieren de escenarios con iluminación controlada; este aspecto es compensado con la
creación del algoritmo de navegación con procesamiento digital de imágenes.

References

Blanco, J., Gonzalez, J., Fernandez, J., Extending Obstacle

Avoidance Methods through Multiple Parameter-

Space Transformations, Autonomous Robots, vol. 24 (1),

pp. 29-48, 2008.

Alvarez, J., Lopez, F., Cuadra, J., Santos, D., Reactive

navigation in real environments using partial center of

area method, Robotics and Autnomous Systems, Vol. 58,

n.12, 2010.

Wang, Y., Chen, D., Autonomous Navigation based on

a novel Topological Map, Asia-Pacific Conference on Information

Processing, 2009.

Fiorini, P., Shiller, Z., Motion Planning in Dynamic Environments

using Velocity Obstacles, in The International

Journal of Robotics Research, vol. 17, no. 7, pp. 760, 1998.

Franco, O.; Perez-Sala, X.; Angulo, C. Identificación y

seguimiento de personas usando kinect por parte de un

robot seguidor. A: Jornadas de ARCA. “XIII Jornadas de

ARCA: eficiencia energética y sostenibilidad en inteligencia

ambiental : sistemas cualitativos y sus aplicaciones en

diagnosis, robótica e inteligencia ambiental”. Islantilla

- Huelva: Universidad de Sevilla, 2011, p. 51-55. 978-84-

-5513-0. [on line]. Disponible desde <http://hdl.handle.

net/2117/14270> [Acceso 10 de Junio 2012].

Schwarz L., Mkhitaryan A., Mateus D., Navab N. 2012.

Human skeleton tracking from depth data using geodesic

distances and optical flow. Image and Vision Computing.

Vol 30 pp 217-226. [on line]. Disponible desde

sciencedirect.com/science/article/pii/S026288561100134X>

[Acceso 10 de Junio 2012].

Ruiz J., Galindo C., Gonzales J., Blanco J. 2011. Navegacion

reactiva de un robot móvil usando kinect. Robot 2011,

Robotica experimental. Escuela superior de ingenieros de la

Universidad de Sevilla (España). [on line]. Disponible desde

<http://mapir.isa.uma.es/~jlblanco/papers/robot2011ruizsarmiento.

pdf> [Acceso 10 de Junio 2012].

Dutta T. 2012. Evaluation of the Kinect™ sensor for 3-D

kinematic measurement in the workplace. Applied Ergonomics.

Vol 43 pp 645-649. [on line]. Disponible desde

<http://www.sciencedirect.com/science/article/pii/

S0003687011001529> [Acceso 10 de Junio 2012].

Hernandez J., Quintanilla A., Lopez J., Rangel F., Ibarra

M., Almanza D. 2012. Detecting objects using color

and depth segmentation with Kinect sensor. Procedia Technology.

Vol 3 pp 196-204. [on line]. Disponible desde

<http://www.sciencedirect.com/science/article/pii/

S2212017312002502> [Acceso 10 de Junio 2012].

Ruiz, J., Galindo, C., Gonzales, J., Blanco, J., Navegación

reactiva de un robot móvil usando Kinect, Robot

, Semana Europea de Robótica, 2011.

(2010) Open Kinect [on line]. Disponible desde

openkinect.org> [Acceso 10 de mayo 2011].

Bradsky, G., Kaeblar, A., Learning OpenCV computer

vision with the OpenCV library, O’Reilly Books, United

States of America, 2008.

Hagen, W., Ubuntu Linux Bible: Featuring Ubuntu 10.04

LTS, Wiley Publishing Inc, United States of América, 2010.

Gómez, D., Reconocimiento de formas y visión artificial,

Ra-ma, Madrid, 1993, p. 235.

Grifith, A., The complete reference GCC, McGraw-

Hill, 2002.

Hagen, W., The definitive guide to GCC, Apress, United

States of América, 2006.

Sobrino, J., Teledetección, Guada Impresores S.L.,

, p. 249.

Riaño, O., Algebra lineal en el procesamiento digital

de imagines, Fondo de publicaciones Universidad Distrital

Francisco José de Caldas, Colombia, 2010.

Pajares, G., De La Cruz, J., Visión por computador

imagines digitales y aplicaciones, Alfaomega Ra-Ma, Madrid,

Digilent [on line]. Disponible desde

com> [Acceso 2 de Julio 2011].

(2007) GNU General Public License [on line]. Disponible

desde <http://gnu.org/licenses/gpl.html> [Acceso 12

de Agosto 2011].

Arduino Language Reference [on line]. Disponible

desde <http://arduino.cc/en/Reference/HomePage> [Acceso

de Julio 2011].

(2011) Visión Artificial Unillanos [on line]. Disponible

desde <http://visionartificialunillanos.wikispaces.com/>

[Acceso 20 de Septiembre 2011].

Kisacanin, B., Bhattacharyya, S., Chai, S., Embedded

Computer Vision, Springer, 2009.

Downloads

Issue

Vol. 10 No. 1 (2012)

Section

Articles

License

The authors to publish in this journal agree to the following conditions:

  1. The authors transfer the copyright and give the the journal first publication right of the work registered with Creative Commons Attribution License, which allows third parties to use the published work on the condition of always mentioning the authorship and first publication in this journal.
  2. The authors may perform other independent and additional contractual arrangements for the non-exclusive distribution of the version of the article published in this issue (E.g., Inclusion in an institutional repository or publication in a book), it must be indicated clearly that the work was first published in this journal.
  3. It allows and encourages the authors to publish their work online (eg institutional or personal pages) before and during the review and publication process. It can lead to productive exchanges and greater and faster dissemination of the published work (see The Effect of Open Access)

Instructions to fill out Certificate of Originality and Copyright Assignment

  1. Click here and get the forms of Certificate of Originality and Copyright Assignment  .
  2. In each field to fill out, click and complete the corresponding information.
  1. Once the fields are filled out, at the end of the form copy your scanned signature or digital signature. Please adjust the size of the signature on the form.
  2. Finally, you can save them as pdf files and send them through the OJS platform as an attachment.