Desenvolvimento de um Sistema de Visão Global para uma Frota de Mini-Robôs Móveis

A navegação baseada em realimentação visual para robôs, trabalhando em um ambiente fechado, pode ser obtida instalando-se uma câmera em cada robô (sistema de visão local). Esta solução, entretanto, requer uma câmera e capacidade de processamento embarcado para cada robô. Quando possível, um sistema de visão global é uma solução barata para este problema. Neste caso, uma ou uma pequena quantidade de câmeras, cobrindo todo o espaço de trabalho, pode ser compartilhada pelos robôs, diminuindo o custo de uma grande quantidade de câmeras e o hardware de processamento necessário a um sistema de visão local. Este trabalho apresenta a implementação e os resultados experimentais de um sistema de visão global para uma frota de mini-robôs móveis, utilizando como plataforma de testes uma partida de futebol entre robôs. O sistema de visão proposto consiste de uma câmera, uma placa digitalizadora de imagens e um computador (PC) para o processamento das imagens. O PC é responsável pelo controle dos robôs, baseado em realimentação visual, enviando comandos aos robôs através de um transmissor de rádio. Com o objetivo de possibilitar ao sistema reconhecer unicamente cada robô, eles possuem rótulos em seu topo, consistindo de dois círculos coloridos. Algoritmos de processamento de imagem foram desenvolvidos para o cômputo eficiente, em tempo real, da posição (robô e bola) e orientação (robô) dos objetos em campo. Um grande problema encontrado foi rotular a cor, em tempo real, cada ponto colorido da imagem, em condições de variação de luminosidade. Para resolver este problema, um software de calibração automática da câmera, baseado no algoritmo de aglomeração K-means, foi implementado. Este método garante que pixels similares sejam agrupados ao redor de uma única classe de cor. Os resultados experimentais obtidos mostram que a posição e a orientação de cada robô pode ser obtida com uma precisão de poucos milímetros. A atualização das informações de posição e orientação foi realizada em tempo real, analisando 30 quadros por segundoNavigation based on visual feedback for robots, working in a closed environment, can be obtained settling a camera in each robot (local vision system). However, this solution requests a camera and capacity of local processing for each robot. When possible, a global vision system is a cheapest solution for this problem. In this case, one or a little amount of cameras, covering all the workspace, can be shared by the entire team of robots, saving the cost of a great amount of cameras and the associated processing hardware needed in a local vision system. This work presents the implementation and experimental results of a global vision system for mobile mini-robots, using robot soccer as test platform. The proposed vision system consists of a camera, a frame grabber and a computer (PC) for image processing. The PC is responsible for the team motion control, based on the visual feedback, sending commands to the robots through a radio link. In order for the system to be able to unequivocally recognize each robot, each one has a label on its top, consisting of two colored circles. Image processing algorithms were developed for the eficient computation, in real time, of all objects position (robot and ball) and orientation (robot). A great problem found was to label the color, in real time, of each colored point of the image, in time-varying illumination conditions. To overcome this problem, an automatic camera calibration, based on clustering K-means algorithm, was implemented. This method guarantees that similar pixels will be clustered around a unique color class. The obtained experimental results shown that the position and orientation of each robot can be obtained with a precision of few millimeters. The updating of the position and orientation was attained in real time, analyzing 30 frames per secon