Optimización genética para la calibración odométrica de robots móviles de topología tipo triciclo

• Julio César Martínez-Romo ^[1] ; Francisco Javier Luna-Rosas ^[1] ; José Valentín López-Rivas ^[1] ; Ricardo Mendoza-González ^[1] ; Mario Alberto Rodríguez Díaz ^[1]
  1. [1] Instituto Tecnológico de Aguascalientes
• Localización: DYNA new technologies, ISSN-e 2386-8406, Vol. 4, Nº. 1, 2017
• Idioma: español
• Títulos paralelos:
  • Genetic optimization for odometry calibration of tricycle topology mobile robots
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    En este artículo se presenta un método práctico para la calibración odométrica de robots móviles con topología tipo triciclo, cuya aplicación principal son los vehículos de guiado automático o AGV, acrónimo del inglés Automatic Guided Vehicle. La calibración odométrica de esta clase de vehículos ha sido un problema abierto prácticamente desde la incepción de la robótica móvil; en general, se busca dotar al vehículo de su localización [x, y] y orientación [?], colectivamente conocidos como pose, respecto a un punto de origen. La calibración odométrica consiste en determinar los diámetros efectivos de las ruedas traseras del vehículo [k1, k2] y la separación entre las mismas [b] como parámetros del vehículo, tales que al sustituirlos en su modelo matemático se calcule con precisión la localización y orientación del mismo. En nuestro modelo, para una trayectoria recorrida por el vehículo, se adquieren en tiempo real los pulsos de encoders ópticos incrementales colocados en las ruedas traseras del vehículo, y se registra la posición y orientación finales; posteriormente, un algoritmo genético es utilizado para determinar óptimamente el vector [k1, k2, b]. Los resultados indican un error absoluto en el cálculo de la pose [x, y, ?] máximo de 1.5% en trayectorias de hasta 70m, en recorridos rectos y curvos.

  • English

    This paper presents a method for odometry calibration of tricycle topology mobile robots, which was focused on Automatic Guided Vehicle (AGV) . Odometry calibration for AGVs has been an open problem since the mobile robots inception. Basically, in this problem an AGV must have/know its position [x, y] and orientation [?] - broadly known as Pose- regarding to a starting point. Odometry calibration consists in determining the effective diameter of the AGV’s rear-wheels [k1, k2] and length of the axis between them [b]. These AGV parameters are used in a mathematical model to accurate calculate its position and orientation. The provided method get pulses from optical incremental-encoders (located at AGVs’ rear-wheels) in real-time, which are then used by a Genetic Algorithm to optimally determine the vector [k1, k2, b]. Obtained results suggested an absolute error of 1.5% (Max) for the pose calculation [x, y, ?] considering trajectories (straight and curved paths) up to 70 mts .