Cesar Augusto Puente Montejanocesar.puente@uaslp.mx

José Ignacio Núñez Varelajose.nunez@uaslp.mx

EPCOM 2014

6 Febrero 2014

Robots Humanoides en las Ciencias

Computacionales

¿Porqué robots humanoides?

iCub © RobotCub

Adquisición de datos

Planeación

Actuación

Robótica Inteligente

Aprendizaje

Razonamiento

Toma de decisiones

Planeación

Entendimiento

Sentido común

PR2 © Willow Garage

Incertidumbre

Presentación Robots NAO

Proyecto de investigación científica básica No. 177041

Dr. Cesar Augusto Puente Montejano (r)

Dr. José Ignacio Nuñez Varela

Dr. Juan Carlos Cuevas Tello

M.I. Omar Vital Ochoa

Dr. Francisco Eduardo Martínez Pérez

Ing. Rogelio Castillo Morquecho

Coordinación de Módulos de Control GuiadosVisualmente en un Marco de Toma deDecisiones para Robots Humanoides

Objetivo La investigación de algoritmos para la coordinación de módulos de control que guíen visualmente el comportamiento de un robot humanoide, todo esto dentro de un marco de toma de decisiones.

– Jerarquización y estructuración por niveles del sistema motor ocular y de visión

– Cada nivel representa un módulo de control que tomará decisiones que ayuden a la reducción de la incertidumbre del mismo

– Aunque independientes, los módulos deberán coordinarse para realizar una tarea correctamente

Metodología propuesta

Metodología propuesta

Metodología propuesta• Etapa 1: Análisis y diseño de los módulos del

sistema de visión

– Identificar, diseñar e implementar sub-procesos de visión por módulo.

• Etapa 2: Implementación y pruebas sobre un robot humanoide

– Prototipos de los módulos de visión y desarrollo del control de sistemas de motores.

• Etapa 3: Integración de módulos y evaluación del sistema

– Interfaces entre módulos e integración de sistema completo

* Retroalimentación con la comunidad científica

Detección Localización Reconocimiento Entendimiento

• Tareas de la visión por computadora

A. Andreopoulos, S. Hasler, H. Wersing, H. Janssen, J.K. Tsotsos, E. Korner, Active 3D Object Localization using a humanoid robot, IEEE Transactions on Robotics 27 (1) (2011) 47–64.

J. Tsotsos, The Encyclopedia of Artificial Intelligence, John Wiley and Sons, 1992. pp. 641–663 (Chapter: Image Understanding).

• Filtros compuestos de correlación no-lineal

F.E. Martínez-Perez, J.A. González-Fraga, M. Tentori, Automatic activiy estimation based on object behavior signature

• Filtros compuestos de correlación no-lineal

¿ Retroalimentación ?

• Filtros compuestos de correlación no-lineal

– Resultados esperados

– Evaluación de eficiencia

• Velocidad

• Discriminación de objetos

• Localización de objetos

Reflexiones

• Un robot debe aprender a reconocer objetos para llevar a cabo una tarea. (¿Qué?)

• Retroalimentación <-> Incertidumbre

• ¿Capacidad de procesamiento suficiente?

• “Ensuciarse(nos) las manos”

• Un robot debe conocer la ubicación de un objeto para llevar a cabo una tarea. (¿Dónde?)

• ¿Aplicaciones?

Imagen: http://www.unitec.ac.nz/advance/wp-content/uploads/2012/11/Robots4.jpg

Aún hay mucho trabajo por hacer para tener robots

inteligentes en nuestras vidas

¡Gracias por su atención!

http://ciep.ing.uaslp.mx/computacion/vision