Anlisis de navegabilidad de terrenos naturales con mapas de elevacin difusa desde

escaneos 3D basados en tierra resumen- Navegacin por robots mviles a travs de

terrenos naturales es un desafiante problema con aplicaciones como la exploracin
planetaria o bsqueda y rescate. Este artculo propone navegabilidad evaluacin de
terrenos naturales escaneados desde el suelo telmetros lser 3D. Un modelo continuo
del terreno es obtenido como un mapa de elevacin borrosa (FEM). Basado en este
modelo, la solucin propuesta incorpora la navegabilidad del terreno tanto en
incertidumbres de los datos de entrada 3D y la pendiente de la superficie difusa.
Adems, el documento analiza la aplicacin de este mtodo para la planificacin de
rutas locales. Con este fin, el algoritmo de errores se ha adaptado para calcular rutas
locales en la navegable del FEM. El mtodo se ha aplicado a nubes de puntos 3D reales
en dos sitios experimentales diferentes.
I. INTRODUCCIN
Las nubes de puntos tridimensionales (3D) proporcionan informacin en aplicaciones de
robtica mvil, como exploracin [1] [2] [3] [4], bsqueda y rescate urbanos [5] [6], y
la navegacin en terreno natural [7]. Sin embargo, como punto los mapas en nube
requieren hacer frente a una enorme cantidad de informacin [8] [9], una representacin
simplificada y compacta de terreno navegable es necesaria para la planificacin del
movimiento [1] o teleoperacin [10].
Los mapas de elevacin ofrecen un modelo bidimensional superficie del terreno. En la
robtica, estos mapas han sido representados como grillas regulares [11] [12] y como
mallas triangulares irregulares [4] [13]. La eliminacin de artefactos (es decir, tringulos
en concavidades y sombras de sensor) y algoritmos de simplificacin de malla, como
JADE decimacin de malla [14] y QSlim vrtice agrupacin [15], proporcionar mapas
ms compactos y fiables [1]. Sin embargo, los modelos de mosaicos tienen limitaciones
en la cara de datos de sensores incompletos e inciertos, as como escalabilidad.
Alternativamente, el uso de Neuronas Adaptativas Fuzzy Inference System (ANFIS)
[16] se propuso en [17] para modelar el terreno natural como un Mapa de Elevacin
Fuzzy continuo.
(FEM).
Para las representaciones tesseladas del terreno, la planificacin del trayecto problema
puede ser formulado como un problema de minimizar una funcin de coste que combina
distancia y terreno dificultad [4] [18]. La planificacin del camino en el exterior
tambin ha sido con los diagramas de Voronoi para mantener el robot desde zonas no
desplazables [19] y campos potenciales basados en las funciones armnicas para evitar
los mnimos locales [20].
Sin embargo, la evaluacin del terreno es un problema tiene que ser resuelto antes de la
planificacin del camino y es muy dependiente en el modelo de medio ambiente. En
entornos al aire libre, la dificultad del terreno se ha cuantificado en trminos de
pendiente y aspereza [4] [19]. Adems, surge una gran dificultad propagacin de las
incertidumbres de los datos 3D a la planificacin de ruta [18][21].
Este artculo propone la evaluacin de la navegabilidad en terrenos naturales
representados por los FEM obtenidos a partir de 3D en tierra escaneos lser. La
evaluacin recoge tanto la fiabilidad del modelo en trminos de disponibilidad de datos
3D, as como la pendiente del terreno. La propuesta de procesamiento de la FEM puede
ser til para el camino local como se ilustra con ejemplos de escaneos 3D reales.
El documento est organizado de la siguiente manera. Siguiente seccin modelado de
terreno natural con FEMs. La extraccin del rea navegable en FEM se propone en la
Seccin III. Seccin IV presenta la planificacin del trayecto local sobre terreno. En la
seccin V se analizan los resultados experimentales. ltima seccin se dedica a las
conclusiones y el trabajo futuro.
II. MAPAS FUZZY ELEVATION
Esta seccin revisa brevemente el clculo de un FEM de una sola imagen del rango
tomada de un bordo Lser escner [17]. El mtodo, que se describe en la Fig. 1, se
supone que:
El marco local del telmetro 3D tiene su Y y Z Ejes apuntando hacia delante y hacia
arriba, respectivamente.
La superficie del suelo puede representarse como una funcin z =H (x, y), donde x e y
son las coordenadas cartesianas en el plano XY y z es la elevacin correspondiente.
El FEM se define en el universo Ux =[-umax, umax] para la variable x, y Uy = [0,
umax] para Y, que corresponde a un rectngulo 2umax umax en la direccin de
avance del sensor.
El mtodo utiliza ANFIS [16] para identificar los parmetros de la regla a partir de un
conjunto de puntos cartesianos de entrenamiento (ver Fig. 1). Los puntos de formacin
representativos son subampleados escanear seleccionando el punto mximo de altura
dentro de la cuadrcula clulas de una resolucin suficientemente alta . En [17], de
primer orden Sugeno inferencia, que requiere la identificacin de tres parmetros por
regla.
Una distribucin desigual de la funcin de pertenencia apropiada si la densidad de MFs
para las variables x e y se especifica en funcin de la distancia al sensor. As, se
capturan mayores detalles para las regiones ms cercanas al robot donde tendrn lugar
los prximos movimientos.