Control de desplazamiento de móvil robótico mediante movimientos de cabeza utilizando visión de máquina
Resumen
En este artículo se presenta el control de movimiento de un móvil robótico de cuatro ruedas con control de dirección, el cual es operado mediante comandos basados en movimientos de cabeza para su desplazamiento en avance, reversa, izquierda y derecha. Mediante técnicas de procesamiento de imagen se genera un vector de desplazamiento de cabeza, cuya dirección es utilizada para determinar la
orientación de desplazamiento del móvil. Los movimientos de cabeza se basan en la detección de los ojos mediante el algoritmo de Viola-Jones, de este se determina una posición de referencia a fin de establecer las coordenadas de origen del vector, de forma tal que el desplazamiento de ojos desde este punto, genera la magnitud que determina la dirección de desplazamiento del móvil, el telecontrol se realiza mediante protocolo XBEE del computador a la tarjeta microcontrolada que opera el vehículo, la precisión obtenida bajo un ambiente de luz semi controlado es de 99.8%.
Descargas
Citas
Jain, A.K., “Biometrics: Proving Ground for Image and Pattern Recognition,” Image and Graphics, 2007. ICIG 2007. Fourth International Conference on, vol., no., pp.3,3, 22-24 Aug. 2007.
David Crundall, Geoffrey Underwood, Chapter 11 - Visual Attention While Driving: Measures of Eye Movements Used in Driving Research, In: Bryan E. Porter, Editor(s), Handbook of Traffic Psychology, Academic Press, San Diego, 2011, Pages 137-148, ISBN 9780123819840, 10.1016/B978-0-12-381984-0.10011-6.
Robinson Jiménez, Flavio Prieto y Victor Grisales. “Detection of the tiredness level of drivers using machine vision techniques”, CERMA 2011 IEEE. Pg 97-102.
Espinosa Fabio, Aviles Oscar, Gordillo Camilo y Robinson Jiménez. Machine Vision algorithms applied to dynamic traffic light control. Revista DYNA V. 80 Fasc 180, pg 56, 2013. Issn 0012-7353.
Robinson Jimenez Moreno, Oscar Aviles Sanchez, Fabio Espinosa, “Level measurement comparison between 3D vision system based on Kinect and ultrasonic industrial sensor”. Revista Asian Transactions On Engineering ISSN: 2221-4267 ed: v.2 fasc.5 p.10 - 19 ,2012.
Restrepo, J.C.; Villegas, J.; Arias, A.; Serna, S.; Madrigal, C., “Trajectory generation for a robotic in a robocup test scenery using Kalman filter and B-spline curves,” Image, Signal Processing, and Artificial Vision (STSIVA), 2012 XVII Symposium of , vol., no., pp.110,115, 12-14 Sept. 2012.
Ruiz Hidalgo, D.A.; Velasco Hernandez, G.A.; Calvache Vallejo, B.A.; Caicedo Bravo, E.F., “Path generation and mapping based on global vision for mobile robots in structured environments,” Image, Signal Processing, and Artificial Vision (STSIVA), 2012 XVII Symposium of , vol., no., pp.168,176, 12-14 Sept. 2012.
Weiying Xie; Yide Ma; Bin Shi; Zhaobin Wang, “Gallstone segmentation and extraction from ultrasound images using level set model,” Biosignals and Biorobotics Conference (BRC), 2013 ISSNIP , vol., no., pp.1,6, 18-20 Feb. 2013.
P. Viola, M. Jones. “Rapid object detection using a boosted cascade of simple features[C]”. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Vol.12, 2001, pp. I-511-I-518.
Yong Ma; Xiaoqing Ding, “Robust real-time face detection based on cost-sensitive AdaBoost method,” Multimedia and Expo, 2003. ICME ‘03. Proceedings. 2003 International Conference on , vol.2, no., pp.II,465-8 vol.2, 6-9 July 2003.
R. Jiménez Moreno, S. A. Orjuela, P. Van Hese, F. A. Prieto, V. H. Grisales and W. Philips. “Video surveillance for monitoring driver’s fatigue and distraction”, Proc. SPIE 8436, 84360T (2012); http:// dx.doi.org/10.1117/12.922085.
Jia Mingxing; Xu Hengyuan; Wang Fei; , “Research on driver’s face detection and position method based on image processing,” Control and Decision Conference (CCDC), 2012 24th Chinese , vol., no., pp.1954-1959, 23-25 May 2012.