DIOMEDES

 

Subprograma: RETOS DE LA SOCIEDAD ANDALUZA Referencia: UMA18-FEDERJA-090 Título completo: DESARROLLO DE TÉCNICAS DE CONTROL INTELIGENTE CON APRENDIZAJE PARA NAVEGACIÓN DE VEHÍCULOS AUTÓNOMOS EN ENTORNOS NO ESTRUCTURADOS (DIOMEDES) Investigador Principal 1: FERNÁNDEZ LOZANO, JUAN JESÚS Investigador Principal 2: MORALES RODRÍGUEZ, JESÚS Centros : DPTO. INGENIERÍA DE SISTEMAS Y AUTOMÁTICA. UNIVERSIDAD DE MÁLAGA

 

Resumen

La movilidad de personas y mercancías es uno de los retos de mayor impacto potencial de los próximos años, por sus implicaciones económicas, ambientales y de seguridad. En los tres aspectos la autonomía del vehículo ha cobrado un papel central en la evolución prevista del transporte. Gracias a diversos avances en el desarrollo de sistemas de control inteligente, empiezan a surgir vehículos autónomos que hacen pruebas en carretera. Pero existen aplicaciones de gran impacto económico y social en las que el desarrollo de estos sistemas de control inteligente es más exigente, y han recibido comparativamente menos atención. Es el caso de las aplicaciones en entornos menos estructurados, como los entornos naturales que se encuentran en aplicaciones agrícolas o de rescate, o como los entornos complejos de los centros logísticos o industriales.

La misión del proyecto es desarrollar sistemas de control inteligente para la navegación de vehículos autónomos en entornos no estructurados, en presencia de otros vehículos y de seres humanos. Estos sistemas de navegación deben permitir que el vehículo se desplace con seguridad desde un punto inicial a otro final dentro de su rango de alcance, eligiendo el mejor camino para ello (navegador global), evitando obstáculos naturales, personas u otros vehículos en la zona (navegador local). Se desarrollará una metodología basada en la aplicación de técnicas de control inteligente apoyadas en su ajuste mediante aprendizaje en entornos simulados, y su transferencia a una aplicación real. Como aplicación de referencia se plantea la búsqueda y rescate en entornos naturales, para la que se cuenta con un campo de experimentación, así como con diversos robots móviles y sensores de diferente tipo, que permitirán la validación experimental en condiciones realistas de los resultados de este proyecto.

Publicaciones

Martínez, J.L.; Morán, M.; Morales, J.; Robles, A.; Sánchez, M. Supervised Learning of Natural-Terrain Traversability with Synthetic 3D Laser Scans. Appl. Sci. 2020, 10, 1140. https://doi.org/10.3390/app10031140

Martínez, J.L.; Morales, J.; Sánchez, M.; Morán, M.; Reina, A.J.; Fernández-Lozano, J.J. Reactive Navigation on Natural Environments by Continuous Classification of Ground Traversability. Sensors 2020, 20, 6423. https://doi.org/10.3390/s20226423

Morales J, Vázquez-Martín R, Mandow A, Morilla-Cabello D, García-Cerezo A. The UMA-SAR Dataset: Multimodal data collection from a ground vehicle during outdoor disaster response training exercises. The International Journal of Robotics Research. 2021;40(6-7):835-847. https://doi.org/10.1177/02783649211004959

Morales, J.; Martínez, J.L.; García-Cerezo, A.J. A Redundant Configuration of Four Low-Cost GNSS-RTK Receivers for Reliable Estimation of Vehicular Position and Posture. Sensors 2021, 21, 5853. https://doi.org/10.3390/s21175853

Sánchez, M.; Morales, J.; Martínez, J.L.; Fernández-Lozano, J.J.; García-Cerezo, A. Automatically Annotated Dataset of a Ground Mobile Robot in Natural Environments via Gazebo Simulations. Sensors 2022, 22, 5599. https://doi.org/10.3390/s22155599

Morales, J.; Castelo, I.; Serra, R.; Lima, P.U.; Basiri, M. Vision-Based Autonomous Following of a Moving Platform and Landing for an Unmanned Aerial Vehicle. Sensors 2023, 23, 829. https://doi.org/10.3390/s23020829

• Material suplementario (videos): Simulated following and landing test, real-world following test, real-worl landing test.