XXV Congreso Panamericano de Ingeniería Mecánica, Eléctrica, Industrial y Ramas afines COPIMERA 2015 08, 09 y 10 de Octubre de 2015, Tegucigalpa, Honduras.

Presentación del tema: "XXV Congreso Panamericano de Ingeniería Mecánica, Eléctrica, Industrial y Ramas afines COPIMERA 2015 08, 09 y 10 de Octubre de 2015, Tegucigalpa, Honduras."— Transcripción de la presentación:

1 XXV Congreso Panamericano de Ingeniería Mecánica, Eléctrica, Industrial y Ramas afines COPIMERA 2015 08, 09 y 10 de Octubre de 2015, Tegucigalpa, Honduras Aplicación de Tecnologías Inteligentes para el estudio del comportamiento de vehículos robóticos autónomos en entornos de trabajo estructurados

2 Grupo de Investigación de Soporte: “Tecnologías Inteligentes aplicadas a la Ingeniería” Proyecto de Investigación de Soporte: Desarrollo de Modelos y Algoritmos del campo de la Robótica basado en un enfoque de Tecnologías Inteligentes Recursos Humanos Académicos de Soporte:  Dr. Ing. Alejandro Hossian  Ing. Roberto Carabajal  Ing. César Echeverría  Ing. Lilian Cejas  Verónica Olivera  Maximiliano Alveal

3 El principal tópico de interés que se aborda en esta investigación consiste en analizar las conductas de los robots móviles autónomos en entornos de navegación estructurados en base a la aplicación de técnicas de la inteligencia artificial ASPECTOS INTRODUCTORIOS

4 Máquina que puede ser programada para hacer una amplia variedad de tareas. Dispositivo capaz de actuar sobre el entorno y percibirlo. Puede ser programado para que actúe de manera autónoma. Puede ser asistido por una persona dependiendo de su utilización. Definición de Robot

5 Estructura General de un Sistema Robot Sistema de Control Actuadores Sensores Internos Percepción del Entorno Visión – Tacto – Audición – Proximidad – Otros

6 Mecanismo de Funcionamiento de un Sistema Robot “El sistema de control incluye bucles de realimentación de la información proporcionada por los sensores internos y del ambiente de trabajo” “El sistema de sensores internos mide el estado de la estructura mecánica del robot (giros relativos entre articulaciones, velocidades, fuerzas y pares) y cierra los bucles de control de las articulaciones de la estructura mecánica” “El sistema de actuadores genera las fuerzas y pares necesarios para animar la estructura mecánica (tecnologías hidráulicas, motores eléctricos de corriente continua servocontrolados y motores paso a paso))” “Esquema básico de un sistema robot: sistema mecánico, actuadores, sensores y el sistema de control que cierra la cadena actuación – medidas – actuación ”

7 Mecanismo de Funcionamiento de un Sistema Robot “Los sensores externos dotan de sentidos al robot y suministran información al sistema de percepción sensorial para aprender la realidad del entorno” Origina que: “El robot adapte su comportamiento a las variaciones que se producen en su entorno de trabajo” “El sistema de control compare la información sensorial recibida con patrones de referencia y genere acciones correctivas” Esto es posible por: “El sistema de control incorpora bucles de realimentación sensorial del entorno” Origina que:

8 Entornos Estructurados Si a un robot dado se le modifica alguna condición del entorno ya no actuará correctamente ante situaciones que no han sido consideradas previamente en su programa de control estructurados Esto se debe a que los entornos en donde operan son estructurados, es decir, sus características se pueden definir de manera inequívoca: Tipos de objetos Posición de los objetos Entorno fijo en el tiempo o cuyos cambios son predecibles Entorno posible de formalizar computacionalmente

9 Las primeras investigaciones realizadas en el campo de la robótica consideraba entornos de tipo estructurado (robot ensamblador o soldador en planta de montaje) Entorno Estructurado: su configuración y localización de obstáculos se definen con certeza, ya sea porque el mismo no experimenta modificaciones en el tiempo o bien porque los cambios que pueden producirse son predecibles. Pueden ser formalizados desde el punto de vista computacional. Se asumía La robótica clásica poseía un conocimiento detallado del ambiente de operación del sistema robot. Implica El diseñador sea proactivo a los efectos de evitar situaciones “no deseadas” Permite Entornos Estructurados

10 Entornos de Operación Estructurados Predecibles Estructura Física Diseñada a Medida Poco Flexibles Alto Costo Robots Preprogramados Aptos Entornos de Operación Dinámicos Poco Predecibles Cambiantes en el Tiempo Poseer Arquitectura Cognitiva Permita Establecer Vinculaciones entre Sistema Sensorial & Sistema de Actuación Tipos de Entornos

11 Un robot es considerado autónomo cuando es capaz de reaccionar ante situaciones no consideradas en la programación de su control sin ninguna supervisión exterior. Consideraciones de Interés Un robot de estas características debe estar en condiciones de realizar en todo momento los movimientos necesarios para sobrevivir en su entorno de operación y cumplir con las tareas que le fueron encomendadas En esta línea de razonamiento, se establece que un robot autónomo debe ser “No Totalmente Pre-programado” y debe poseer un tipo de arquitectura cognitiva que le permita establecer relaciones entre sus entradas sensoriales y sus acciones sobre el entorno en el que debe operar

12 Consideraciones de Interés  Si bien es real que el potencial de las tecnologías inteligentes es reconocido desde hace más de tres décadas, aún se espera que se abran nuevas “nuevas vías de desarrollo” para la IA.  Existen grandes esperanzas cifradas en el desarrollo de “nuevas tecnologías” y en el “paralelismo masivo” de los circuitos computacionales y así la capacidad de cómputo se vea incrementada en órdenes de magnitud.  Es muy importante conocer “qué” es lo que se desea computar.  Cada una de estas tecnologías presentan “particularidades distintivas” y conforman verdaderas especialidades dentro del campo de la IA.  Algunas de las “Tecnologías Inteligentes” más reconocidas en los diferentes ámbitos científicos, educativos e industriales son: “Sistemas Expertos” – “Redes Neuronales” – “Aprendizaje Automático” – “Algoritmos Genéticos” & “Otros” Tecnologías Inteligentes

13 Esquema de un Robot Navegador Actuadores: motores, luces, brazos, ruedas, etc. Dispositivos que permita interactuar con el entorno Inteligencia: métodos, algoritmos y reglas de procedimientos que permiten, en base a la información proporcionada por los sensores, realizar una acción determinada a través de los actuadores e interactuar con su ambiente de operación Sensores: infrarrojos, ópticos, de radar, de contacto, cámaras, etc. Dispositivos que proporcionen información del entorno

14 Las arquitecturas clásicas en el área de sistemas inteligentes emplean técnicas de razonamiento para decidir acciones del robot en base a un modelo del entorno En líneas generales estas arquitecturas se basan en modelos de procesamiento de información masivamente paralela tal como es el caso de las redes neuronales artificiales (RNA) El procesamiento de la información por parte del agente robótico inteligente se realiza en forma secuencial Arquitecturas Cognitivas para el Control de Robots Autónomos Permite que

15 Las arquitecturas de control reactivas poseen la ventaja de la rapidez de procesamiento de información y la velocidad de reacción aunque limitadas en el tratamiento de la complejidad Las arquitecturas de control clásicas derivadas de los sistemas inteligentes desarrollan esquemas de razonamiento en alto nivel sumando complejidad y a su vez tiempo de procesamiento Se intenta combinar las características de ambas arquitecturas a fin de obtener una técnica de navegación híbrida que optimice el desempeño del robot en su ambiente en términos de:  Capacidad para evitar obstáculos  Logro de los objetivos  Optimización de las trayectorias  Velocidad de respuesta Arquitecturas Cognitivas para el Control de Robots Autónomos

16 La respuesta a estímulos es reflexiva, no regulada por procesos de carácter deliberativos de ningún tipo y los movimientos del robot se guían únicamente a partir de la información que está presente en ese momento en su sistema sensorial. Las acciones del robot se basan en un acoplamiento directo entre sensores y actuadores mediante bucles rápidos de realimentación. Entradas de SensoresSalidas de Actuadores Paradigma Reactivo  Mayor velocidad en procesar la información que las arquitecturas clásicas  Presentan importantes limitaciones cuando el robot debe abordar tareas que requieren planificación  Estas arquitecturas se basan en modelos de procesamiento de información “masivamente paralela” (RNA)

17 Las áreas marcadas en color denotan obstáculos y no pueden ser ocupadas por el robot Los casilleros libres o en blanco denotan posibles posiciones para recorrer Las posiciones quedan identificadas mediante un sistema de coordenadas cartesianas Entorno de Operación del Robot Navegador 012345012345 0 1 2 3 4 5

18 El robot móvil utilizado, esta dotado de sensores de proximidad en cada una de sus caras, dos sensores internos de posición y dos motores que comandan dos ruedas laterales. Robot Estructura de los Sensores Robot Correspondiente con el esquema utilizado ROBOT PAPA PDPD PBPBPCPC MA MB Características del Robot Navegador

19 Experimentación con RNA Se evalúa el rendimiento del robot móvil en un ambiente de simulación computarizado y bajo las premisas que caracterizan al paradigma reactivo Se considera un modelo de red correspondiente a una Red Backpropagation con una capa de entrada, una oculta y una capa de salida. SA SB SC SD PX PY ∑ b1b1 MA MB ∑ ∑ ∑ b2b2 b3b3 b4b4 W Se considera un robot navegador que desarrolla un aprendizaje del entorno en base a la tecnología de Redes Neuronales Artificiales (RNA)

20 Política de Proximidad: Los sensores SA, SB, SC y SD detectan la proximidad de obstáculos y adoptan los siguiente valores: o 1 ante la cercanía de un obstáculo o (-1) ante la no cercanía de obstáculos Consideración: el obstáculo está a más de 2 casilleros respecto de la ubicación del sensor. (-1 -1) una posición hacia atrás (1 1) una posición hacia delante Con estas políticas se confecciona una determinada Trayectoria de Entrenamiento y se elabora un mapa Sensor – Motor que consta de dos matrices Política de Actuación: MA y MB, adquieren un par ordenado de valores que ponen de manifiesto un movimiento determinado para el robot: (1 -1) una posición hacia la derecha (1 1) una posición hacia delante Experimentación con RNA

21 La traza verde es la trayectoria del robot usada para hallar los patrones de entrenamiento de la RNA que actúa como “Cerebro del Robot” El robot parte de (0, 9) con orientación ESTE y se lo entrena hasta llegar a (9, 0) Hay mayor probabilidad de que el robot no cumpla el objetivo cuando el error mínimo esperado no se alcanza, aun cuando el error sea pequeño Experimentación con RNA

22 El robot parte de (1, 2) con orientación OESTE y no halla su trayectoria de entrenamiento colisionando El robot parte de (0, 6) con orientación SUR y halla su trayectoria de entrenamiento llegando a destino TRAYECTORIA EXITOSATRAYECTORIA NO EXITOSA

23 Algoritmos de Búsqueda Los Algoritmos de Búsqueda constituyen una de las tecnologías más importantes de la IA cuyo objetivo principal consiste en hallar una solución válida dentro del espacio de estados En este trabajo se utilizan técnicas de búsqueda no informada, o también conocida como búsqueda a ciegas. En primer lugar se muestra un experimento relacionado con el Algoritmo de Búsqueda en Profundidad, cuyo objetivo central es encontrar una ruta entre el nodo raíz y el nodo objetivo; en segundo término se hace uso del Algoritmo de Búsqueda en Amplitud, la cual además de hallar una ruta entre el nodo raíz y el nodo objetivo, encuentra la más corta. Estos algoritmos trabajan con cierta información de manera que conocen cuál es el nodo objetivo al que se desea llegar y también pueden guardar información sobre cuáles nodos y aristas se han visitado previamente.

24 Algoritmos de Búsqueda En este caso de estudio se utiliza un grafo que cuenta con dieciocho vértices o nodos y veinte aristas. Se conoce como grafo de navegación o navgraph y permite trabajar con una abstracción de robots cuando se conoce previamente las características del entorno.

25 Algoritmo de Búsqueda en profundidad o Depth First Search (DFS) realiza una búsqueda descendiendo hasta el máximo nivel de profundidad de la rama del grafo llegando hasta al nodo más profundo y luego continuar con la siguiente rama. Desde el punto de vista de la implementación, la búsqueda en profundidad utiliza una pila LIFO (Last In First Out). Algoritmos de Búsqueda

26 Algoritmo de Búsqueda en Amplitud o Breadth First Serach tiene por objetivo la optimización de las vías que comunican los puntos de paso obligado que deben ser visitados por el vehículo robótico autónomo, redundando ello en un importante ahorro de recursos (tiempo, combustible, desgaste de sus partes constitutivas, entre otros). Este algoritmo recorre el grafo por niveles. Este recorrido se implementa en la práctica usando una cola FIFO (First In First Out) para la lista de nodos adyacentes.

27 Resultados obtenidos con RNA  Las observaciones realizadas sobre el modelo implementado con RNA para distintas orientaciones y distintos puntos de partidas deja en evidencia que el modelo resulta suficiente para algunos casos y limitado para otros  En caso de que el mundo revista mayor complejidad o en caso de que se haga partir al robot desde otro origen muy diferente al punto de origen con el cual se ha entrenado, éste adquiere conductas que le permiten resolver el problema a veces acertadamente y otras terminan en una colisión o en el ingreso a un bucle del que no logra salir  Si bien el tiempo de ejecución es más rápido, puesto que actúa en función de la información que le proveen los sensores, no siempre resulta esto eficiente, dado que se ha observado que eventualmente no logra el objetivo aunque actúe con mayor velocidad

28 Resultados obtenidos con Algoritmos de Búsqueda  Los experimentos realizados garantizan la existencia de una ruta siempre y cuando el nodo objetivo exista y esté conectado al grafo  El algoritmo de búsqueda en profundidad ha permitido encontrar una ruta que puede o no ser la más corta mientras que el algoritmo de búsqueda en amplitud ha permitido encontrar una ruta de navegación más corta en términos de nodos visitados. La optimalidad de este algoritmo se basa en función del objetivo que se ha definido para el problema en cuestión; es decir que el robot parta de un nodo raíz y llegue a un nodo destino  Computacionalmente el algoritmo de búsqueda en profundidad requiere mucho menos memoria pues sólo debe guardar el camino actual.  El algoritmo de búsqueda en amplitud no se “pierde” explorando caminos infructuosos que consumen mucho tiempo sin llegar a una solución o de los que no se vuelve nunca; pero computacionalmente, el requerimiento de memoria es mayor, y en consecuencia si aumentara la complejidad del entorno en términos de cantidad de nodos la situación sería comprometida.

29 Conclusiones  Se asume que el uso de las RNA como técnica de navegación de características reactivas proporciona resultados satisfactorios para ciertas trayectorias en la fase de operación, tanto más en la medida que estas trayectorias presenten mayor similitud con las que desarrolló en la fase de entrenamiento; así es que se tendrá por caso, que el robot buscará girar más para el lado que lo hace en la trayectoria de entrenamiento que para el otro.  A medida que las trayectorias que se le proponen al robot son tanto más complejas que la que este entrenó, este paradigma exhibe sus limitaciones haciendo que la red no converja y se produzcan situaciones de colisión o bucles en el ambiente de navegación.  En otros términos, se produce una incorrecta generalización de la red neuronal para las nuevas situaciones que debe afrontar el robot, las cuales no se encontraban presentes en las trayectorias de entrenamiento.

30 Conclusiones  La búsqueda en profundidad puede considerarse menos eficiente (subóptima) que la búsqueda en amplitud (óptima)  Para cubrir la misma trayectoria entre el mismo origen y el mismo destino y la misma complejidad de mundo, la búsqueda en amplitud necesitó visitar menos puntos en la trayectoria realizada.  El algoritmo de búsqueda en profundidad ha permitido recorrer todos los nodos del grafo de manera ordenada pero no uniforme mientras que el algoritmo de búsqueda en amplitud recorre todos los nodos de un árbol de manera uniforme y expande cada uno de los nodos de un nivel antes de continuar con el siguiente por esta razón sólo asegura la existencia de una ruta.

31 Conclusiones  Los algoritmos de búsqueda conocen cuál es el nodo objetivo al que se desea llegar y pueden guardar información sobre cuáles nodos y aristas se han visitado previamente; mientras que las RNA actúan en función de los estímulos que recibe y de los ejemplos con los cuales ha sido entrenada  Las RNA no siempre encuentran una ruta acertada de acuerdo a los requerimientos, y los algoritmos de búsqueda, de acuerdo al tipo que se utilice, no sólo entrega una ruta sino que puede incluso entregar la ruta más corta en términos de puntos de paso visitados  Puesto que la arquitectura de la red Backpropagation actúa en base a un sistema sensar-actuar de características reactivas, esto le proporciona mayor velocidad al vehículo robótico; como contrapartida, la implementación de los algoritmos de búsqueda, de carácter deliberativo y secuencial (desde el punto de vista de la programación), por lo tanto es más lento, lo cual puede traducirse, en un mundo complejo, en una desventaja en términos de tiempo, dinero, consumo energético, entre otros.

32 Futuras Líneas de Investigación  Análisis de la performance del robot en ambientes estructurados de mayor complejidad como así también su desempeño en ambientes de operación de carácter dinámico, en los cuales los obstáculos puede cambiar de posición mientras el robot realiza su tarea  Aplicación de algoritmos de búsqueda más eficientes como nuevas técnicas para la resolución de este caso de estudio (algoritmos de búsqueda informada, tales como el Algoritmo de Dijstra y el Algoritmo A*)

33 MUCHAS GRACIAS