Navegação cooperativa de um robô humanóide e um robô com rodas usando informação visual

Este trabalho apresenta um sistema de navegação cooperativa de um robô humanóide e um robô com rodas usando informação visual, com o objetivo de efetuar a navegação do robô humanóide não instrumentado utilizando-se das informações obtidas do robô com rodas instrumentado. Apesar do humanóide não possuir sensores para sua navegação, pode ser remotamente controlado por sinal infravermelho. Assim, o robô com rodas pode controlar o humanóide posicionando-se atrás dele e, através de informação visual, localizá-lo e navegá-lo. A localização do robô com rodas é obtida fundindo-se informações de odometria e detecção de marcos utilizando o filtro de Kalman estendido. Os marcos são detectados visualmente, e suas características são extraídas pelo o processamento da imagem. As informações das características da imagem são utilizadas diretamente no filtro de Kalman estendido. Assim, enquanto o robô com rodas localiza e navega o humanóide, realiza também sua localização e o mapeamento do ambiente simultaneamente (SLAM). A navegação é realizada através de algoritmos heurísticos baseados nos erros de pose entre a pose dos robôs e a pose desejada para cada robô. A principal contribuição desse trabalho foi a implementação de um sistema de navegação cooperativa entre dois robôs baseados em informação visual, que pode ser estendido para outras aplicações robóticas, dado a possibilidade de se controlar robôs sem interferir em seu hardware, ou acoplar dispositivos de comunicaçãoThis work presents a cooperative navigation systemof a humanoid robot and a wheeled robot using visual information, aiming to navigate the non-instrumented humanoid robot using information obtained from the instrumented wheeled robot. Despite the humanoid not having sensors to its navigation, it can be remotely controlled by infra-red signals. Thus, the wheeled robot can control the humanoid positioning itself behind him and, through visual information, find it and navigate it. The location of the wheeled robot is obtained merging information from odometers and from landmarks detection, using the Extended Kalman Filter. The marks are visually detected, and their features are extracted by image processing. Parameters obtained by image processing are directly used in the Extended Kalman Filter. Thus, while the wheeled robot locates and navigates the humanoid, it also simultaneously calculates its own location and maps the environment (SLAM). The navigation is done through heuristic algorithms based on errors between the actual and desired pose for each robot. The main contribution of this work was the implementation of a cooperative navigation system for two robots based on visual information, which can be extended to other robotic applications, as the ability to control robots without interfering on its hardware, or attaching communication device