Aplicación para generación de rejillas de ocupación para robot subterráneo
DOI:
https://doi.org/10.17979/ja-cea.2024.45.10953Palabras clave:
Construcción de mapas, Interfaces hombre-m´aquina, Robótica de campo, Sistemas robóticos autónomos, Sanidad urbanaResumen
En este artículo se presenta una aplicación para la generación de rejillas de ocupación 3D a partir de Sistemas de Información Geográfica (SIG) y su integración con el framework de código abierto Robot Operating System (ROS), específicamente diseñada para el robot subterráneo ROBOSUB para perforaciones horizontales. Además, se extiende la interfaz de usuario desarrollada en un trabajo anterior para incluir una nueva sección que permite al usuario seleccionar de manera interactiva un área de trabajo específica en un mapa y definir la resolución de la rejilla de ocupación 3D. La rejilla de ocupación es generada utilizando información almacenada en una base de datos y se desarrolla un algoritmo para completar las secciones faltantes de las instalaciones subterráneas. La rejilla de ocupación generada no solo facilita la visualización detallada del entorno subterráneo, sino que también es utilizada para la planificación de trayectorias.
Citas
Agafonkin, V., et al., 2010. Leaflet. [Online]. Available: https://leafletjs.com/ (accessed Feb. 13, 2024).
Bahati, P., 07 2022. Evaluating the impact of underground utility records. Ph.D. thesis. DOI: 10.13140/RG.2.2.17332.32645
Bradski, G., 2000. The OpenCV Library. Dr. Dobb’s Journal of Software Tools. Django Software Foundation, 2001.
Django. [Online]. Available: https://www.djangoproject.com/ (accessed Mar. 14, 2024).
Harris, C. R., Millman, K. J., van der Walt, S. J., Gommers, R., Virtanen, P., Cournapeau, D., Wieser, E., Taylor, J., Berg, S., Smith, N. J., Kern, R., Picus, M., Hoyer, S., van Kerkwijk, M. H., Brett, M., Haldane, A., del Río, J. F., Wiebe, M., Peterson, P., G´erard-Marchant, P., Sheppard, K., Reddy, T., Weckesser, W., Abbasi, H., Gohlke, C., Oliphant, T. E., Sep. 2020. Array programming with NumPy. Nature 585 (7825), 357–362. DOI: 10.1038/s41586-020-2649-2 DOI: https://doi.org/10.1038/s41586-020-2649-2
Hornung, A., et al., 2013. OctoMap: An efficient probabilistic 3D mapping framework based on octrees. Autonomous RobotsSoftware available at https://octomap.github.io. URL: https://octomap.github.io DOI: 10.1007/s10514-012-9321-0 DOI: https://doi.org/10.1007/s10514-012-9321-0
Ira, R. T., 05 2021. Effect of construction on the environment. DOI: 10.5281/zenodo.4770033
Mariga, L., 10 2022. pyRANSAC-3D. [Online]. Available: https://github.com/leomariga/pyRANSAC-3D (accessed Mar. 3, 2024). DOI: 10.5281/zenodo.7212567
Menendez, E., et al., 2019. Uslam implementation for autonomous underground robot. In: 2019 IEEE SmartWorld, Ubiquitous Intelligence & Computing, Advanced & Trusted Computing, Scalable Computing & Communications, Cloud & Big Data Computing, Internet of People and Smart City Innovation (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IO-P/SCI). pp. 237–241. DOI: 10.1109/SmartWorld-UIC-ATC-SCALCOM-IOP-SCI.2019.00083 DOI: https://doi.org/10.1109/SmartWorld-UIC-ATC-SCALCOM-IOP-SCI.2019.00083
Mirats-Tur, J., Zinggerling, C., Corominas-Murtra, A., 2009. Gis map based mobile robot navigation in urban environments. In: 2009 International Conference on Advanced Robotics. pp. 1–6.
Mueller, A., et al., 2011. Gis-based topological robot localization through lidar crossroad detection. In: 2011 14th International IEEE Conference on Intelligent Transportation Systems (ITSC). pp. 2001–2008. DOI: 10.1109/ITSC.2011.6083104 DOI: https://doi.org/10.1109/ITSC.2011.6083104
OpenStreetMap contributors, 2017. Planet dump retrieved from https://planet.osm.org. https://www.openstreetmap.org.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., Vanderplas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., Duchesnay, E., 2011. Scikit-learn: Machine learning in Python. Journal of Machine Learning Research 12, 2825–2830.
Peng, J., et al., 2009. A novel geo-localisation method using gps, 3d-gis and laser scanner for intelligent vehicle navigation in urban areas. In: 2009 International Conference on Advanced Robotics. pp. 1–6.
PostGIS PSC & OSGeo, 2018. PostGIS. [Online]. Available: https://postgis.net/ (accessed Mar. 14, 2024).
PostgreSQL Global Development Group, 1996. PostgreSQL. [Online]. Available: https://www.postgresql.org/ (accessed Mar. 14, 2024).
Quigley, M., et al., May 2009. Ros: an open-source robot operating system. In: Proc. of the IEEE Intl. Conf. on Robotics and Automation (ICRA) Workshop on Open Source Robotics. Kobe, Japan.
Rackliffe, N., Yanco, H. A., Casper, J., 2011. Using geographic information systems (gis) for uav landings and ugv navigation. In: 2011 IEEE Conference on Technologies for Practical Robot Applications. pp. 145–150. DOI: 10.1109/TEPRA.2011.5753497 DOI: https://doi.org/10.1109/TEPRA.2011.5753497
Robot Web Tools, 2014. roslibjs. https://github.com/RobotWebTools/roslibjs.
Saeidian, B., et al., 04 2022. Development of an ladm-based conceptual data model for 3d underground land administration in victoria.
Skartados, E., Kargakos, A., Tsiogas, E., Kostavelis, I., Giakoumis, D., Tzovaras, D., 2019. Gpr antenna localization based on a-scans. In: 2019 27th European Signal Processing Conference (EUSIPCO). pp. 1–5. DOI: 10.23919/EUSIPCO.2019.8902528 DOI: https://doi.org/10.23919/EUSIPCO.2019.8902528
The BADGER Consortium, 2018. Badger project website. [Online]. Available: http://www.badger-robotics.eu/ (accessed May. 30, 2024).
Van Rossum, G., Drake Jr, F. L., 1995. Python tutorial. Centrum voor Wiskunde en Informatica Amsterdam, The Netherlands.
Vartholomeos, P., Marantos, P., Karras, G., Menendez, E., Rodriguez, M., Martinez, S., Balaguer, C., 2021. Modeling, gait sequence design, and control architecture of badger underground robot. IEEE Robotics and Automation Letters 6 (2), 1160–1167. DOI: 10.1109/LRA.2021.3056068 DOI: https://doi.org/10.1109/LRA.2021.3056068
Vartholomeos, P., et al., 2019. A web-based hri interface for teleoperation of overground and underground robots. In: 5th IEEE Smart World Congress. Leicester, UK.
Worrall, K., Houston, C., Cebecauer, M., Flessa, T., Mcgookin, E., Thomson, D., Harkness, P., 2019. Design and implementation of a control system for a tunneling robot. In: 2019 IEEE SmartWorld, Ubiquitous Intelligence Computing, Advanced Trusted Computing, Scalable Computing Communications, Cloud Big Data Computing, Internet of People and Smart City Innovation (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI). pp. 242–247. DOI: 10.1109/SmartWorld-UIC-ATC-SCALCOM-IOP-SCI.2019.00084 DOI: https://doi.org/10.1109/SmartWorld-UIC-ATC-SCALCOM-IOP-SCI.2019.00084
Yan, J., et al., 09 2019. The ladm-based 3d underground utility mapping: Case study in singapore. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLII-4/W15, 117–122. DOI: 10.5194/isprs-archives-XLII-4-W15-117-2019 DOI: https://doi.org/10.5194/isprs-archives-XLII-4-W15-117-2019
Yan, J., et al., 2019. Towards an underground utilities 3d data model for land administration. Remote Sensing 11 (17). DOI: 10.3390/rs11171957 DOI: https://doi.org/10.3390/rs11171957
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Agustin Colazo Bella, Gonzalo Sanz, Santiago Martínez, Carlos Balaguer
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
