Computer vision modeling and motion control for mobile robot navigation
DOI:
https://doi.org/10.56643/rcia.v3i1.174Keywords:
Computer vision, Python, Arduino, OpenCV, NumpyAbstract
This writing addresses the development for the interaction of a mobile robot in dynamic environments by integrating computer vision and motion control. It emphasizes the importance of real-time object detection and tracking to achieve safe navigation in practical applications. Despite advancements in computer vision and robotic control, challenges persist in adapting to unpredictable environments. Therefore, the proposed solution consists of a system that combines image processing techniques and robotic control. The prototype's design utilizes open-source hardware and software such as Python, Arduino, OpenCV, and Numpy. Arduino programming is employed to control a four-motor vehicle using a Bluetooth HC-05 module, while computer vision development tracks objects of different colors in real-time, sending commands to Arduino based on the detected color. The project is considered an advancement in mobile robotics by developing an integrated system that enables robots to navigate safely in dynamic environments. The combination of computer vision and motion control is presented as a practical solution supported by detailed testing.
References
Arroyave, L. F., Carvajal, M., y Ceballos, N. D. M. (2018b). Navegación de robots móviles en entornos con discontinuidades: una revisión. Revista Politécnica, 14(27), 103-115. https://doi.org/10.33571/rpolitec.v14n27a10
Velásquez Hernández, C. A., Chávez Chávez, J. J., Córdoba Nieto, E. (2015). Implementación de sistema de navegación autónomo en robot móvil experimental para reconstrucción y exploración de entornos desconocidos. Revista EIA. Memorias. https://revistas.eia.edu.co/index.php/mem/article/download/817/734/2346
Cazorla, M., y Viejo, D. (2015). Experiences Using an Open Source Software Library to Teach Computer Vision Subjects. Journal of Technology and Science Education, 5(3), 214-227.
Ericksen, P., y María, A. (2017). Implementación y comparativa de algoritmos de control y planificación local para robots móviles utilizando ROS. Archivo Digital UPM. https://orcid.org/0000-0002-8652-0300
Espinosa Valcárcel, F. A., Gordillo Cháves, C. A., Jiménez Moreno, R., y Avilés Sánchez, O. F. (2013). Machine vision algorithms applied to dynamic traffic light control. Dyna, 80(178), 132-140.
Ibarra Bonilla, M. N. (2009). Navegación autónoma de un robot con técnicas de localización y ruteo. Tesis de maestría. INAOE repositorio. http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/394
Montoya Holguín, C., Cortés Osorio, J. A., y Chaves Osorio, J. A. (2014). Sistema automático de reconocimiento de frutas basado en visión por computador. Ingeniare. Revista Chilena de Ingeniería, 22(4), 504-516.
Muñoz, D. J. (2006). Proceso de reconocimiento de objetos, asistido por computador (visión artificial), aplicando gases neuronales y técnicas de minería de datos. Scientia Et Technica, XII(30), 385-390.
Rehman, U. et al. (2023). Human tracking robotic camera based on image processing for live streaming of conferences and seminars. Heliyon, 9(8).
Rosenfeld, A., y Chellappa, R. (2003). Image Processing. Encyclopedia of Physical Science and Technology (Third Edition), 595-630.
Saldaña, E., Siche, R., Huamán, R., Luján, M., Castro, W., y Quevedo, R. (2013). Computer vision system in real-time for color determination on flat surface food. Scientia Agropecuaria, 4(1), 55-63.
Tarlak, F., Ozdemír, M., y Melíkoglu, M. (2016). Computer vision system approach in colour measurements of foods: Part I. development of methodology. Ciencia y Tecnologia de Alimentos, 36(2), 382-388.
Terashima, N. (2002). 12 – Computer Vision. Intelligent Communication Systems.
Urbano López, J., Bacca Cortes, E. B., y Buitrago Molina, J. (2021). Vision-based Software Tool System for Position Estimation Using a Smartphone. Ingeniería, 26(2), 284-305.
Valencia, C. et al. (2020). Driver-Assistant System Using Computer Vision and Machine Learning. Revista Facultad de Ingeniería, 29(54).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Enrique Sibaja Galindo, Florencia Bacilio López, Roberto Quintana Ramirez, Jose Alberto Carrasco Francisco, Armando Levid Rodríguez Santiago
This work is licensed under a Creative Commons Attribution 4.0 International License.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons 4.0, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a compartir su trabajo en línea (por ejemplo: en repositorios institucionales o páginas web personales) antes y durante el proceso de envío del manuscrito, ya que puede conducir a intercambios productivos, a una mayor y más rápida citación del trabajo publicado.
