Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Tesis

No description
by

Caro Elias

on 6 October 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Tesis

Control de un par de robots humanoides mediante redes neuronales pulsantes para realizar formaciones
Trabajo de tesis
Maestría en Ciencias de la Computación
Alumna: Carolina Elizabeth Elías Arenas
Directores: Dr. Juan Humberto Sossa Azuela
Dra. Elsa Rubio Espino
Marco teórico
Problema a resolver
Formaciones de robots
Metodología
Conclusiones
12 Junio de 2013.
Contenido
Introducción.
Problema a resolver.
Objetivos.
Estado del arte.
Marco teórico.
Metodología.
Resultados.
Conclusiones.
Introducción
Objetivo general
Dado un par de robots humanoides: h1 y h2, que cuentan con las mismas características, y que adicionalmente, están localizados al azar en el espacio de trabajo, controlar dicho par mediante redes neuronales pulsantes y reconocimiento de formas, con el fin lograr una formación específica.
Seleccionar la formación mediante comandos de voz.
Implementar el reconocimiento de formas utilizando invariantes de marcas colocadas en el robot.
Implementar un algoritmo de cálculo de distancia entre un robot y otro, permitiendo al usuario establecer la distancia en la formación.
Diseñar e implementar un protocolo de comunicación entre la computadora y el robot.
Desarrollar un algoritmo de control basado en redes neuronales pulsantes.
Diseñar el algoritmo de formaciones.
Implementar una interfaz para el usuario.
Objetivos particulares
Ejemplo
Consideraciones
Cada robot y la superficie tienen asociado un color diferente.
Los robots no pueden iniciar separados por más de 1 metro de distancia, debido a las características de la cámara.
No se permiten obstáculos en la superficie de trabajo.
Estado del arte
Neurona pulsante
¿Por qué utilizar neuronas pulsantes en esta tesis?
Color: Algoritmo region growing.
Centro de la región.
Invariantes geométricos.
Herramientas
Bioloid Premium Kit.
Herramientas
Método nativo
Código java + Código C
Protocolo
Modelo centralizado por prioridades
•Formación, prioridades y separación
•Caminar
•Alto
Mapea
1:N
Nombre del Robot + Instrucción
Broadcast + Instrucción
Neurona pulsante
Cálculo de distancias
f (píxeles) = distancia
cftool(píxeles, distancia)
Datos marca circular
.
Reglas de las formaciones
Consisten en rotaciones que dependen de la formación.
"
Si la formación es fila y el robot de menor prioridad detecto la marca triangular entonces girar 180°."
Resultados
Neurona pulsante
error 5.33%
Reconocimiento de marcas
error 2.66%
Cálculo de distancias
El error en distancias menores a 60 cm es de +/- 5 cm
En distancias de 60 a 90 cm es de +/- 15 cm.
Formaciones
Interfaz de usuario
Después de hacer 30 pruebas con diferentes formaciones (frente, fila y línea), podemos concluir que se completaron correctamente un 85% de las veces.
La iluminación juega un papel clave, para un buen funcionamiento de la capa de reconocimiento de marcas.
En el cálculo de distancias con ajuste de curvas se tienen que tomar en cuenta el grado del polinomio, así como el número de píxeles de la marca.
El control por medio de primitivas propias del robot facilita el control de los grados de libertad del mismo.
Se diseñó un algoritmo de formaciones modular divido en capas.
En general se logró el objetivo planteado en la tesis, y se obtuvieron nuevas ideas y experiencias para su crecimiento a futuro.
Trabajo futuro
• Realizar el entrenamiento de la neurona pulsante en línea.
• Probar el algoritmo de forma descentralizada.
• Resolver el problema de las colisiones en las formaciones.
• Probarlo en n robots.
• Utilizar las formaciones para hacer una tarea colaborativa como cargar un objeto.
1
2
3
4
5
6
7
8
9.1
9.2
10
11
12.1
12.2
12.3
12.4
12.5
12.6
13.1
13.2
13.3
13.4
13.5
15
16
¡Gracias!
Java Speech API
Número de experimentos.
Clases
Número de experimentos.
Marcas
Número de experimentos.
Contribuciones
•La integración de neuronas pulsantes, robots humanoides, visión local y comandos verbales para realizar formaciones.
•Interfaz de usuario.
•Protocolo entre el robot Bioloid y la computadora.
Reconocimiento de figuras
Formaciones permitidas
Distancias de prueba
Comandos Permitidos.
Formación / Color líder / Color seguidor / Separación
Colores representantes de cada robot
Formación
= De frente/Alinearse / Fila
Color
= Amarillo/ Verde
Separación
=30/50/90
"Fila verde amarillo 30"
Salir
Caminar
Alto
Redes neuronales pulsantes
Inteligencia
Organización
Fuerza
Velocidad
Valor de los parámetros.
´
¿Dónde estoy localizado?
¿Qué acción debo realizar?
¿Cuál es la distancia que hay entre otro robot y yo?
¿Qué parte del otro robot estoy viendo?
¿Estoy en la posición correcta para lograr la formación deseada?
14
Formaciones de Robots
Redes neuronales pulsantes en el control de robots
8.1
8.2
8.3
9
9.1.2
9.1.3
9.1.4
9.1.5
1.- Realismo

2.- Permiten transformar un problema de n dimensiones a una sola dimensión.
3.- Escalamiento
-Pueden resolver problemas lineales y no lineales.
-Son Adaptativas.
10.1
10.2
10.3
11.1
11.2
12
12.2
12.2.1
12.2.2
12.2.3
12.2.4
12.2.1
12.3.1
12.3.2
12.3.3
Ejemplo:
12.4.1
12.5.1
13
13.1.2
13.2.1
13.4.1
13.4.2
13.4.3
Recomendaciones
17
Utilizar una cámara que permita enviar la imagen completa a la computadora.
Seleccionar los pesos de la neurona por medio de otra técnica.
ángulo
Full transcript