Navegación Robótica Basada en Patrones Estáticos Utilizando el Sistema Embebido CMUcam3
Este artículo presenta un método de navegación Robótico basado en patrones estáticos usando técnicas de visión artificial implementadas sobre el sistema embebido CMUcam3, además presenta un análisis de procesamiento de cómputo para este sistema embebido. El patrón a determinar es una línea negra con...
- Autores:
-
Jurado-Gutierrez, Víctor M.
Botero-Valencia, Juan S.
Serna-Garcés, Sergio I.
Madrigal-Gonzalez, Carlos A.
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2013
- Institución:
- Instituto Tecnológico Metropolitano
- Repositorio:
- Repositorio ITM
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.itm.edu.co:20.500.12622/679
- Acceso en línea:
- https://revistas.itm.edu.co/index.php/tecnologicas/article/view/363
http://hdl.handle.net/20.500.12622/679
- Palabra clave:
- Visión artificial
CMUcam3
transformada de Hough
sistema embebido
Computer vision
CMUcam3
linear Hough transform
embedded system
- Rights
- License
- Copyright (c) 2017 Tecno Lógicas
Summary: | Este artículo presenta un método de navegación Robótico basado en patrones estáticos usando técnicas de visión artificial implementadas sobre el sistema embebido CMUcam3, además presenta un análisis de procesamiento de cómputo para este sistema embebido. El patrón a determinar es una línea negra con cruces, guiando al agente robótico a través de ésta. Luego de la adquisición de las imágenes mediante la CMUcam3, se utiliza un algoritmo de segmentación basado en umbral, se determina el esqueleto de los patrones y luego se aplica la transformada de Hough lineal para determinar, las líneas, los ángulos y los tipos de cruces. Debido a que la transformada de Hough lineal es un método que requiere alto procesamiento, en este trabajo, se limita el rango de los ángulos y se normaliza su espacio de acumulaciones. En los resultados obtenidos se pudo determinar que el método desarrollado para la navegación es preciso y confiable, ya que en un 87% de los segmentos de decisión se pudo determinar correctamente el tipo de cruce y el ángulo de corrección. Él sistema embebido CMUcam3 logró procesar una imagen entre 0.15 y 0.28 segundos, dependiendo del tipo de cruce que encuentre. |
---|