Modelado de visión por computadora y control de movimiento para la navegación de un robot móvil
DOI:
https://doi.org/10.56643/rcia.v3i1.174Palabras clave:
Phyton, Arduino, OpenCV, Numpy, Visión por computadoraResumen
Este escrito aborda el desarrollo de un robot móvil que pueda interaccionar con entornos dinámicos mediante la integración de visión por computadora y control de movimiento. Al respecto, se destaca la importancia de la detección y seguimiento de objetos en tiempo real para lograr una navegación segura en aplicaciones prácticas. Hoy en día, a pesar de los avances en visión por computadora y control robótico, persisten desafíos relacionados con la adaptación a entornos impredecibles. Por ende, la propuesta presentada consiste en un sistema que combina técnicas de procesamiento de imágenes y control robótico. El diseño del prototipo utiliza hardware y software libre, como lo son Python, Arduino, OpenCV y Numpy. La programación en Arduino se emplea para controlar un vehículo con cuatro motores mediante un módulo Bluetooth HC-05, mientras que el desarrollo de visión por computadora realiza el seguimiento de objetos de diferentes colores en tiempo real, enviando comandos a Arduino según el color detectado. El proyecto se considera un avance en robótica móvil, en tanto desarrolla un sistema integrado que permite a los robots navegar de manera segura en entornos dinámicos. En este caso, la combinación de visión por computadora y control de movimiento se presenta como una solución práctica respaldada por pruebas detalladas.
Citas
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).
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Enrique Sibaja Galindo, Florencia Bacilio López, Roberto Quintana Ramirez, Jose Alberto Carrasco Francisco, Armando Levid Rodríguez Santiago
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
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.
