1er Congreso Universal de las Ciencias y la Investigación
← vista completaPublicado el 1 de septiembre de 2022 | http://doi.org/10.5867/medwave.2022.S2.UTA081
Aplicación de la tecnología LI-FI para la localización de robots en interiores
Application of LI-FI technology for Indoor Robot Localization
Resumen
Introducción Encontrar un método eficiente y económico para ubicar con precisión un robot móvil en un ambiente interior es actualmente un desafío enorme. La solución más barata, sencilla y útil para la navegación y la localización es el sistema GPS, sin embargo, cuando usan dentro de una casa o edificio, estos dispositivos no funcionan correctamente. Métodos como por ejemplo el uso de enconder quedan fuera de este tema debido a que las ruedas del robot pueden patinar a altas velocidades, mientras que un sistema de localización de robots LiDAR o Hagisonic StarGazer tiene altos costos de implementación. Otros métodos utilizados son el BLE Beacons y la localización WIFI que son muy susceptibles a interferencia electromagnética o el NFC y RFID que tiene limitación de distancia. En este sentido, el objetivo de este trabajo fue implementar un sistema de localización de un robot móvil utilizando la tecnología Li-Fi (Light Fidelity). Li-Fi es una nueva tecnología que se enmarca en las llamadas Comunicaciones ópticas inalámbricas, OWC, se basa en la transmisión de datos usando la capacidad de los diodos LED para modular su estado e intensidad a una velocidad imperceptible al ojo humano. Este tipo de tecnología podría llegar a brindar la solución ideal para la implementación de sistemas de localización de un aparato móvil en interiores donde exista demasiada interferencia electromagnética debido a su inmunidad frente a la misma.
Objetivos Evaluar el uso de la tecnología Li-Fi como mecanismo de localización de robots móviles en interiores
Método Para evaluar el uso de la tecnología Li-Fi como mecanismo de localización de robots móviles en interiores se construyeron lámparas transmisoras de 4.5 cm de diámetro y 20 diodos led de alto brillo organizadas en 16 celdas en un espacio cuadrado de 4x4. Cada celda fue codificada de acuerdo a la su posición, se utilizaron 8 bits en la trama, 3 de sincronismo y 5 de información. Cada trasmisor (lámpara) emitía su posición codificada en 93ms. Los bits se representaron mediante la intensidad de luz y fueron generados con modulación PWM. Para el receptor se utilizó un sensor de luz LDR sobre un prototipo de robot seguidor le línea. El receptor, decodificaba los bits en base la intensidad; la misma que es equivalente a un valor digital; si el valor se encontraba sobre cierto límite, se decodificaba como 1L y si se encontraba debajo un límite se decodificaba como un 0L. Para verificar el funcionamiento del sistema, se llevaron a cabo pruebas con diferentes trayectorias. Cada trayectoria fue trazada con un color negro sobre una superficie blanca, la misma que fue recorrida por el robot seguidor de línea el mismo que almacenada la posición actual en base a la información recibida de los transmisores. La verificación de la trayectoria se llevó a cabo a través de mapas de calor.
Principales resultados Los primeros resultaros arrojados en el experimento mostraron una gran diferencia entre la trayectoria real y la trayectoria descrita por el mapa de calor, esto debido a la velocidad con la que el robot móvil se desplazó en el escenario y a la separación de las zonas de cobertura de cada una de las lámparas transmisoras. Para superar este problema, se repitieron las pruebas reduciendo la velocidad de desplazamiento del móvil y rediseñando el escenario con el fin de que la zona de cobertura de las lámparas se solape. Como consecuencia, se obtuvieron mejores resultados respecto a las pruebas anteriores.
Conclusiones Si bien, la tecnología Li-Fi puede ser utilizada como un mecanismo de localización de robots móviles en interiores, presenta ciertas limitaciones al momento de su aplicación, esto debido a la necesidad de línea de vista y solapamiento de las zonas de cobertura de los transmisores, la dispersión de la luz, velocidad de desplazamiento del móvil y susceptibilidad del escenario a los cambios de luz ambiente, sin embargo, se pueden aplicar técnicas de machine learning o inteligencia artificial para mejorar la localización de los robots en interiores
