The aim of designing and developing an open architecture mobile robot called RoMAA (in accordance with its name in Spanish) arises from the necessity to have a vehicle suitable for carrying out different experiments in the robotics research field. This vehicle has to have the ability to be easily adapted to different experiments in the research field of mobile robotics and computer vision. The present paper describes in detail the development of the final version of the robot -RoMAA-II- as an improvement of the original version RoMAA. The different parts that compose the robot are described which include the electromechanical components, the onboard embedded system, along with the high level software running in the on-board computer; together with the description of its more relevant characteristics. Nowadays, four fully operational RoMAA-II robots are available in the CIII, which are regularly used for experiments of different research projects.

Orientation estimation in quadrotors is essential for low-level stability control and for high-levelnavigation and motion planning. This is usually carried out by fusing measurements from different sensorsincluding inertial sensor, magnetic compass, sonar, GPS, camera, etc. In indoor environments, the GPSsignal is not available and the Earth’s magnetic field is highly disturbed. In this work we present a newapproach for visual estimation of the yaw angle based on spectral features, and a fusion algorithm usingunit quaternions, both applied to a hovering quadrotor. The approach is based on an Inertial MeasurementUnit and a downward-looking camera, rigidly attached to the quadrotor. The fusion is performed by means of an Extended Kalman Filter with a double measurement update stage. The inertial sensors provideinformation for orientation estimation, mainly for roll and pitch angles, whereas the camera is used for measuring the yaw angle. A new method to integrate the yaw angle in the measurement update of the filteris also proposed, using an augmented measurement vector in order to avoid discontinuities in the filterinnovation vector. The proposed approach is evaluated with real data and compared with ground truthgiven by a Vicon system. Experimental results are presented for both the visual yaw angle estimationand the fusion with the inertial sensors, showing an improvement in orientation estimation.

Precision agricultural maps are required for agricultural machinery navigation, path planning and plantation supervision. In this work we present a Simultaneous Localization and Mapping (SLAM) algorithm solved by an Extended Information Filter (EIF) for agricultural environments (olive groves). The SLAM algorithm is implemented on an unmanned non-holonomic car-like mobile robot. The map of the environment is based on the detection of olive stems from the plantation. The olive stems are acquired by means of both: a range sensor laser and a monocular vision system. A support vector machine (SVM) is implemented on the vision system to detect olive stems on the images acquired from the environment. Also, the SLAM algorithm has an optimization criterion associated with it. This optimization criterion is based on the correction of the SLAM system state vector using only the most meaningful stems – from an estimation convergence perspective – extracted from the environment information without compromising the estimation consistency. The optimization criterion, its demonstration and experimental results within real agricultural environments showing the performance of our proposal are also included in this work.

En este trabajo se presenta la implementación de un algoritmo de SLAM (por sus siglas en inglés de Simultaneous Localization and Mapping) en un Filtro Extendido de Información para ambientes agrícolas (plantación de olivos). El algoritmo de SLAM se encuentra implementado en un robot unmanned tipo car-like no-holonómico. El mapeo del ambiente se basa en la implementación de máquinas de soporte vectorial (SVM, por sus siglas en inglés de Support Vector Machine) para la extracción de troncos asociados a los olivos del entorno. Este trabajo incluye resultados experimentales de implementación en entornos agrícolas reales.

En la actualidad el algoritmo de SLAM es una parte fundamental de cualquier esquema de navegación autónoma de robots móviles, siendo la localización una de sus aplicaciones más utilizadas. En este trabajo se presenta un esquema de SLAM visual monocular para la localización de un robot móvil con ruedas, aprovechando la información de odometría para ajustar la escala a unidades métricas. Mediante la simulación del esquema propuesto se muestra que el filtro UKF resulta más consistente en la estimación comparado con el tradicionalmente utilizado EKF. Además, se presentan resultados experimentales utilizando el filtro UKF en un robot móvil con ruedas.

Los vehículos aéreos no tripulados cobran cada vez más interés tanto en el ámbito académico como para la sociedad en general. Los cuadricópteros son los preferidos no solo por su capacidad de despegue y aterrizaje vertical, sino también por su fácil mantenimiento y bajo costo. La determinación de la posición y la orientación es fundamental para llevar a cabo distintos tipos de tareas autónomas como mapeo, vigilancia, búsqueda, etc. Este trabajo presenta un algoritmo para estimar la orientación y la altura de un vehículo aéreo no tripulado, utilizando un filtro extendido de Kalman para realizar la fusión de numerosos sensores, además del uso de cuaterniones para representar la orientación. El algoritmo fue evaluado directamente sobre un cuadricóptero como plataforma experimental, mostrando resultados satisfactorios en la estimación de la orientación absoluta y la altura.

Bajo la denominación general de multicópteros, los vehículos aéreos no tripulados (UAV, por sus siglas en inglés) han ganado popularidad en forma abrupta en los últimos años. En este trabajo se presenta un enfoque modular sobre el diseño construcción de multicópteros. El énfasis está puesto en los aspectos fundamentales del autopiloto, aunque también se proponen mecánico. Finalmente se consideraciones especiales para el diseño muestra la arquitectura de un cuatrirrotor diseñado y construido de la aviónica, los para experimentación. Se presenta el diseño controladores, los radioenlaces y la estructura mecánica.

Nowadays, a particular kind of UAVs (Unmanned Aerial Vehicle) known as quadcopters or quadrotors have become very popular. This is mainly due to their reduced size and high maneuverability which allow them to operate in indoor environments. The requirement for orientation estimation in these vehicles is twofold: for low level stability control, and for high level navigation and motion planning. Orientation estimation is usually carried out fusing measurements of different sensors including inertial sensor, magnetic compass, sonar, GPS, camera, etc. As is known, GPS signal is not available in indoor environments and the Earth’s magnetic field is highly disturbed by ferromagnetic structures. In the present work we describe a new approach for quadrotor orientation estimation fusing inertial measurements with a downward looking camera. Inertial sensor are used for orientation estimation based on the gravity vector, and the camera provides information related to the heading direction. The camera heading or yaw angle estimation is based on spectral features extracted from the floor plane. Experimental results show the performance of the presented approach applied to a hovering UAV.

The present work describes the implementation of a monocular SLAM system applied to a wheeled mobile robot moving in an indoor environment. The whole system and details of each part of the current implementation will be described. The parts comprising the system are the estimation filter together with both motion and measurement models, as well as a set of computer vision algorithms for image processing and data association. The implemented visual SLAM makes use of the latest techniques for undelayed landmark initialization which are required given the partial observability of bearing only SLAM. Presented results show the performance of the implementation mainly for robot pose estimation, from which a highly accurate result in robot orientation estimation can be observed.

This work presents an empirical study that compares the performance of Bayesian filters for orientation estimation using data provided by an Inertial Measurement Unit. A two-stages measurement update was implemented for different variants of Kalman and particles filters using quaternions as orientation representation method. Empirical results show that all tested algorithms converge to the correct orientation even if the initial orientation is unknown.

The implementation of the Unscented Kalman Filter (UKF) for SLAM estimation is described. The UKF presents comparatively lower linearization error with respect to the typically used Extended Kalman Filter (EKF). The algorithm described in detail implements an UKF-SLAM to build a feature-based map representation, for a mobile robot using a laser rangefinder. An evaluation comparing the UKF/EKF-SLAM estimations is shown. Results demonstrate a better performance of the UKF in terms of both robot pose and map feature positions estimation, besides the fact that UKF is easier to implement than EKF.

En este trabajo se presenta un análisis de desempeño de un algoritmo de localización de robots para operación en entornos estructurados, en diversas arquitecturas computacionales. El algoritmo bajo análisis se basa en un filtro de partículas, cuyo objetivo es estimar la ubicación del robot con respecto a un mapa global dado, comparando la lectura en tiempo real de un sensor LASER contra lecturas simuladas asociadas a un conjunto aleatorio de hipótesis de posiciones del robot. La comparación de desempeño se realiza en tres arquitecturas, incluyendo una implementación en procesadores gráficos (GPU).

This paper presents the design and implementation of a sensor module for mobile robotics applications. Even though the module was designed for a specific mobile robot it can be adapted to different types of robots, either wheeled or flying vehicles. The set of sensors comprises an ultrasonic ring allowing the robot to perceive its surrounding environment, and an inertial sensor useful for motion estimation in data integration approaches. The present paper describes in detail the design of an embedded system for the sensor module including the hardware, firmware and high level processing software framework.

A novel approach for the extrinsic calibration of a camera-robot system, i.e. the estimation of the pose of the camera with respect to the robot coordinate system, is presented. The method is based on the relative pose of a planar pattern as seen by the camera, estimated along a predefined set of simple robot motions. This set has been generated so as to exploit the kinematic constraints imposed by the robot architecture and the relative pose between the pattern and the camera coordinate system. The resulting calibration procedure is very simple, making it suitable to be used in a broad range of applications. Experimental evaluations on both synthetic and real data demonstrate the validity of the proposed method.

This paper presents an experimental comparison of the Kalman and complementary filter for attitude estimation of a micro-uav quadrotor,fusing measurements from inertial MEMs devices. Simulations on Kalman and complementary filters are performed to study how the parameters affect the estimations of each one. Finally, the experimental results are presented using real data, which are used for both noise parameter modelling and comparing the performance of the filters given different operating conditions of the experimental plataform.

En el presente trabajo se describe el desarrollo de ́librerías embebidas para microcontroladores NXP con núcleo ARM7. Las mismas se dividen en Módulos de periféricos y Módulos de software que implementan algoritmos específicos. Los Módulos periféricos permiten la abstracción del modelo particular de microcontrolador para acceder mediante funciones de alto nivel a los diferentes periféricos como GPIO, Timers, UART, etc. Los Módulos de software implementan algoritmos de utilidad para aplicaciones del área de robótica, sensorística y control, como por ejemplo, la comunicación serial punto a punto mediante paquetes, medición de señales de encoders ópticos incrementales, controladores PID, etc. Además, se presenta un caso de aplicación en el que fueron utilizadas las librerías, más precisamente en un robot móvil de tracción diferencial de construcción propia. Su utilización muestra ser lo suficientemente flexibles para agilizar desarrollo y prueba de aplicaciones embebidas.

En el área de investigación de robótica móvil es de gran importancia contar con herramientas flexibles tanto para la programación como simulación. En el presente trabajo se describen la utilización del entorno de desarrollo libre Player/Stage, y la manera de incluir un robot móvil de diseño propio en dicho entorno; para lo cual es necesario generar el driver correspondiente de Player y el modelo de simulación de Stage. Además, se presentan varios ejemplos de aplicación práctica de dicho entorno en la robótica móvil, utilizando diferentes sensores.

En el Centro de Investigación en Informática para la Ingeniería se diseñó y construyó un robot móvil de arquitectura abierta (RoMAA) surgiendo como necesidad, en la última etapa del desarrollo, disponer de herramientas flexibles para su programación y simulación. Siguiendo con el paradigma de arquitectura abierta se adoptó la utilización del entorno de desarrollo Player/Stage. El presente trabajo describe los pasos necesarios para aplicar dicho entorno al robot RoMAA incluyendo la programación del driver de Player y el modelo de simulación de Stage. Además, se describen diferentes experimentos con diversos dispositivos de aplicación a la robótica móvil.

En este trabajo se presenta el desarrollo de una plataforma móvil de arquitectura abierta. El objetivo principal es disponer de un vehículo adecuado para el ́ámbito de la investigación capaz de adaptarse a distintos experimentos en el marco de la robótica móvil y visión por computadora. Se obtuvo así un robot de característica modular en el que resulta sencillo agregar diferentes tipos de sensores y actuadores. Se realiza una descripción de los componentes mecánicos y electrónicos del sistema, y las posibilidades que brinda la utilización de una plataforma abierta.