Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Robótica asistencial y su interacción con entorno en oficinas

Robótica asistencial y su interacción con entorno en oficinas



Abrir | Descargar


Sección
Artículos

Cómo citar
Ricardo Arbulú, M. . (2019). Robótica asistencial y su interacción con entorno en oficinas. #ashtag, 13, 43-54. https://doi.org/10.52143/2346139X.619

Dimensions
PlumX
Citaciones

Cómo citar

Ricardo Arbulú, M. . (2019). Robótica asistencial y su interacción con entorno en oficinas. #ashtag, 13, 43-54. https://doi.org/10.52143/2346139X.619

Descargar cita

Licencia
Mario Ricardo Arbulú
Sin roles de crédito asignados.

En este artículo se describen los fundamentos de los algoritmos de navegación autónoma y manipu­lación empleados para dotar de autonomía al Robot Asistencial de la cun y que pueda ser empleado como asistente en oficinas. Los algoritmos de navegación se basan en técnicas del lugar de las raíces que, mediante la selección de polos y ceros en la zona de movimiento del robot, generan una tra­yectoria libre de obstáculos, lo que permite que el robot se desplace de un lugar a otro sin proble­mas. Para la manipulación de objetos, se plantean algoritmos de movimiento de brazos, cuando el robot está lo suficientemente cerca al objetivo con el que debe trabajar, basados en los parámetros de Denavit-Hartenberg; ahora bien, estos son modificados hacia la evaluación del espacio de trabajo aumentado de los brazos y el uso de trayectorias cartesianas suaves, estas últimas generadas a partir de la configuración del objeto que se desea alcanzar. Gracias a la presentación y discusión de los resultados, es posible concluir que la implementación del robot asistencial es viable y válida.


Visitas del artículo 276 | Visitas PDF 185


Descargas

Los datos de descarga todavía no están disponibles.
  1. Arbulú, M., Martínez, F. y Montiel, H. (2015). Metodología para el uso de la técnica de localización de raíces en la planeación de rutas para robots móviles. Tecnura, 19(46), 49-64. doi:https://doi.org/10.14483/udistrital.jour.tecnura.2015.4.a04
  2. Corke, P. (2007). A simple and systematic approach to assigning Denavit-Hartenberg parameters.ieee Transactions on Robotics, 23(3), 590-594. Recuperado de https://bit.ly/3hEMhxA
  3. Hayne, R., Luo, R. y Berenson, D. (2016). Considering avoidance and consistency in motion planning for human-robot manipulation in a shared workspace. ieee International Conference on Robotics and Automation (icra), 3948-3954. Recuperado de https://bit.ly/3wHT4Le
  4. Kemp, C., Edsinger, A. y Torres, E. (2007). Challenges for robot manipulation in human environments [Grand Challenges of Robotics]. ieee Robotics and Automation Magazine, 14(1), 20-29. Recuperado de https://ieeexplore.ieee.org/document/4141029
  5. Kruse, D., Radke, R., Wen, J. (2015). Collaborative human-robot manipulation of highly deformable materials. ieee International Conference on Robotics and Automation (icra), 3782-3787.Recuperado de https://bit.ly/3ep8ZI5
  6. Martínez, F., Orjuela, S. y Arbulú, M. (2017). Global navigation approach for assistant robot. Tecnura,21(51), 105-117. doi: https://doi.org/10.14483/udistrital.jour.tecnura.2017.1.a08
  7. Martinez, F., Rendón, A., y Arbulú, M. (2018). A data-driven path planner for small autonomous robots using deep regression models. En Y. Tan, Y. Shi y Q. Tang (eds.), Data Mining and Big Data. dmbd 2018. Lecture Notes in Computer Science, 10 943. Springer: Cham. Recuperado de https://bit.ly/3wCWBKQ
Sistema OJS 3.4.0.9 - Metabiblioteca |