Laboratorio de Automatización, Robótica y Visión por Computador (ARVC)
  F+    F-        

Vicente Román Erades

Foto
Vicente Román

Becario Investigador

Lab. Automatización, Robótica y Visión por Computador

Universidad Miguel Hernández

Dirección:

Universidad Miguel Hernández
Dpto. de Ingeniería de Sistemas y Automática
Edificio INNOVA
Avda Universidad s/n
03202 - Elche (Alicante) SPAIN

Tel:  +34 96 522 2435

Email: vicente.roman@goumh.umh.es

Proyectos en los que he trabajado

Proyectos Públicos Subvencionados

HYREBOT

Título: Robots híbridos y reconstrucción multisensorial para aplicaciones en estructuras reticulares (HyReBot)

Financiado por: Ministerio de Ciencia e Innovación

Duración: 3 años

Resumen: Las estructuras reticulares compuestas por vigas o barras fuertemente entrelazadas presentan un uso muy extendido en la construcción de todo tipo de elementos de sujeción para diferentes infraestructuras. Resultan especialmente indicadas en puentes metálicos pero también en cubiertas de hangares y naves de elevadas dimensiones. Se encuentran formadas por un conjunto de barras muy interconectadas, unidas entre sí mediante nodos (rígidos o articulados), formando un mallado estructural en tres dimensiones. La realización de tareas sobre este tipo de estructuras reticulares presenta notables problemas de acceso debido tanto a la elevada interconexión de las barras a través de los nodos presentes en las mismas.

Con objeto de automatizar estas tareas de inspección y mantenimiento, recientemente se ha considerado la utilización de vehículos aéreos que permitan desarrollar estos trabajos a lo largo de este tipo de estructuras. Sin embargo, la elevada complejidad de las mismas (con huecos entre nodos y barras a menudo estrechos y con una distribución fuertemente heterogénea) limita el uso de este tipo de vehículos aéreos, puesto que no podrían entrar a las diferentes localizaciones internas poco accesibles. Otra de estas limitaciones en el uso de este tipo de vehículos es su limitada capacidad de manipulación mientras están en el aire.

Es en este ámbito donde se plantea el proyecto de investigación, explorando la posibilidad de utilizar robots con capacidad de desplazarse por barras y nodos, de forma tal que puedan navegar hasta un punto destino a través de las estructuras reticulares tridimensionales con 6 grados de libertad, independientemente de la disposición y forma de los nodos y de la configuración 3D del mallado. Para acometer estas tareas de inspección y/o mantenimiento en el futuro, en este proyecto de investigación se propone el análisis, diseño e implementación de robots híbridos que permitan ser usados para realizar trayectorias en este tipo de estructuras. Estos estarán constituidos por módulos simples y de pocos grados de libertad, bien de estructura serie o paralela, con objeto de que el conjunto pueda desarrollar de forma efectiva y con versatilidad la tarea de navegación a través de estas estructuras reticulares con todos los condicionantes que estas presentan. Además de analizar en profundidad las características resultantes de este robot híbrido, se propone analizar y constatar su capacidad para poder desplazarse a través de este espacio de trabajo, solventando cualquier posible disposición de nodos reticulares que presentan estas estructuras.

Además, para poder llevar a cabo de forma efectiva esta tarea de navegación será imprescindible un reconocimiento suficientemente preciso del entorno por el que se desenvuelven estos robots así como una estimación precisa de la posición y orientación de los mismos dentro de este. Dada la experiencia de los miembros del equipo de investigación en proyectos previos, se propone la reconstrucción de estos entornos formados por estructuras reticulares tridimensionales, a partir de la fusión de información suministrada por sensores tanto de rango como visuales en un entorno de percepción de 360o. Para acometer este objetivo se harán uso de técnicas de aprendizaje profundo que permitan procesar la elevada cantidad de información aportada por estos sensores.

Esta publicación es parte del proyecto de I+D+i PID2020-116418RB-I00, financiado por MCIN/AEI/10.13039/501100011033.

This work is part of the project PID2020-116418RB-I00 funded by MCIN/AEI/10.13039/501100011033.

Palabras Clave: Robots híbridos, percepción visual, fusión multisensorial, estructuras reticulares

Investigador Principal: L. Payá, O. Reinoso

Más Información...


EMERG2020

Título: RECONSTRUCCIÓN DE ESCENAS A PARTIR DE CÁMARAS OMNIDIRECCIONALES USANDO TÉCNICAS DE APARIENCIA VISUAL Y DEEP LEARNING.

Financiado por: Generalitat Valenciana

Duración: 12 meses

Resumen: La mayoría de algoritmos existentes que solucionan los problemas de creación de mapas y localización, dejan de funcionar correctamente cuando el robot se desenvuelve en un entorno no estructurado, complejo y cambiante o cuando el robot se puede mover con más de tres grados de libertad (GDL). En respuesta a este desafío, la línea de investigación principal de este proyecto plantea la mejora y desarrollo de nuevos mecanismos que permitan un modelado eficiente, robusto y preciso de entornos utilizando sistemas de visión. En concreto, se plantea el uso de sistemas de visión omnidireccional por la gran cantidad de información que aportan con un coste relativamente bajo. Sin embargo, el uso de estos sistemas de visión hacen necesario considerar los retos que supone trabajar con las imágenes proporcionadas por dicho tipo de cámaras. En este sentido, se propone estudiar en profundidad los descriptores basados en apariencia global y hacer uso de técnicas de Deep Learning.
 
El desarrollo de este proyecto se desenvuelve a través de varios objetivos como el análisis de los presentes algoritmos de creación de mapas y localización, comparación de los presentes algoritmos de apariencia global y así mismo, desarrollar nuevos algoritmos de localización y/o descriptores de apariencia global basados en Deep Learning. Con el objeto de mejorar la integración del robot móvil en entornos de trabajo reales (Industria 4.0), en los que interactúan con personas, se incorporarán al mapa características que lo hagan compatible con la percepción humana.

Palabras Clave: Aprendizaje profundo, reconstrucción de escenas, localización, visión omnidireccional

Investigador Principal: M. Ballesta

Más Información...



  © Laboratorio de Automatización Robótica y Visión por Computador (ARVC) - UMH