Oriental, Costa Rica
En el campo de la robótica de enjambres se utilizan una variedad de herramientas para evaluar los comportamientos y las métricas de los colectivos de robots. Una herramienta crucial implica la capacidad de rastrear la posición y orientación de cada robot en varios intervalos, lo que permite la reconstrucción de posturas y trayectorias seguidas por los mismos. El análisis exhaustivo del comportamiento de los enjambres depende del estudio de las trayectorias colectivas de cada robot dentro del grupo. Este artículo demuestra la implementación de un sistema de visión por computadora, que utiliza una cámara web y scripts de Python, para rastrear de manera efectiva un grupo de robots móviles dentro de un enjambre. Esto muestra la viabilidad de desarrollar tales herramientas de investigación utilizando equipos informáticos comunes. Adicionalmente, se muestra el diseño y desarrollo del sistema de visión, incluido un procedimiento de calibración detallado, métodos de identificación de robots y ejemplos prácticos. Además, ofrece una explicación exhaustiva del proceso de seguimiento del robot. Las pruebas experimentales con uno y tres robots validan la capacidad del sistema para extraer imágenes de videos e identificar con precisión cada robot. Posteriormente, después del procesamiento de imágenes, el sistema genera un conjunto de datos que abarca números de imágenes, ID de robots, posiciones (x, y) y orientaciones.
Swarm robotics research uses a range of tools for evaluating the behaviors and metrics of robot collectives. One crucial tool involves the capability to track each robot’s position and orientation at various intervals, enabling the reconstruction of individual robot poses and trajectories. Comprehensive analysis of swarm behavior hinges on the study of the collective trajectories of each robot within the group. This paper demonstrates the implementation of a computer vision system, utilizing a webcam and Python scripts, to effectively track a mobile robot group within a swarm. This shows the feasibility of developing such research tools using commonplace computing equipment. The design and development of the vision system, including a detailed calibration procedure, robot identification methods, and practical examples, are also shown. Furthermore, it offers an exhaustive explanation of the robot tracking process. Experimental trials with three robots validate the system’s ability to extract images from video feeds and accurately identify each robot. Subsequently, after image processing, the system generates a dataset encompassing image numbers, robot IDs, x and y positions, and orientations
© 2001-2025 Fundación Dialnet · Todos los derechos reservados