Resumen

Los robots en la vida asistida (RAL) son una alternativa para apoyar a las familias y a los cuidadores profesionales con un amplio abanico de posibilidades para cuidar a las personas mayores. La navegación de los robots móviles es un problema difícil debido a la incertidumbre y la dinámica de los entornos que se encuentran en el contexto de los lugares para ancianos. Para lograr este objetivo, el sistema de navegación intenta replicar un proceso tan complicado inspirado en la percepción y el juicio de los seres humanos. En este trabajo, proponemos un novedoso sistema de control inspirado en la naturaleza para la navegación móvil de RAL utilizando un controlador orgánico artificial mejorado con estrategias basadas en la visión, como el flujo óptico de Hermite (OF) y las redes neuronales convolucionales (CNN). En particular, la OF de Hermite se emplea para la detección del movimiento de los obstáculos, mientras que las CNN se ocupan de la estimación de la distancia de los mismos. Entrenamos la CNN utilizando características visuales de OF guiadas por medidas basadas en sensores ultrasónicos en un escenario 3D. Nuestra aplicación está orientada a evitar obstáculos móviles y fijos utilizando una cámara monocular en un entorno simulado. Para los experimentos, utilizamos el simulador de robots V-REP, que es un entorno de desarrollo integrado en una arquitectura de control distribuido. Se calculan y analizan las métricas de seguridad y suavidad, así como la evaluación cuantitativa. Los resultados muestran que el método propuesto funciona con éxito en condiciones de simulación.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:controlador orgánico artificial, entorno de desarrollo integrado, navegación ral móvil, red neuronal convolucional, dinámica del entorno, rango de posibilidad, sistema de control inspirado, contexto del lugar, detección de movimiento de obstáculos, estimación de la distancia de los obstáculos
• Keywords:artificial organic controller, integrated development environment, mobile ral navigation, convolutional neural network, dynamic of environment, range of possibility, inspired control system, context of place, obstacles motion detection, obstacles distance estimation