Mini-UAV Based Sensory System for Measuring Environmental Variables in Greenhouses

This paper describes the design, construction and validation of a mobile sensory platform for greenhouse monitoring. The complete system consists of a sensory system on board a small quadrotor (i.e., a four rotor mini-UAV). The goals of this system include taking measures of temperature, humidity, luminosity and CO2 concentration and plotting maps of these variables. These features could potentially allow for climate control, crop monitoring or failure detection (e.g., a break in a plastic cover). The sensors have been selected by considering the climate and plant growth models and the requirements for their integration onboard the quadrotor. The sensors layout and placement have been determined through a study of quadrotor aerodynamics and the influence of the airflows from its rotors. All components of the system have been developed, integrated and tested through a set of field experiments in a real greenhouse. The primary contributions of this paper are the validation of the quadrotor as a platform for measuring environmental variables and the determination of the optimal location of sensors on a quadrotor.

Este artículo describe el diseño, construcción y validación de una plataforma móvil de sensores para la monitorización de invernaderos. El sistema completo consta de un sistema sensorial a bordo de un pequeño cuadrirrotor (es decir, un UAV con cuatro rotores). Los objetivos de este sistema incluyen tomar medidas de temperatura, humedad, luminosidad y concentración de CO2 y construir mapas de estas variables. Estas características pueden permitir el control del clima, la monitorización de los cultivos o la detección de fallos (por ejemplo, roturas en las cubiertas de plástico). Los sensores se han seleccionado considerando los modelos de clima y crecimiento de plantas y los requisitos para su integración en el cuadricóptero. El diseño y colocación de los sensores se ha determinado a través de un estudio de la aerodinámica del cuadrirrotor y la influencia de los flujos de aire de sus rotores. Todos los componentes del sistema han sido desarrollados, integrados y probados mediante una serie de experimentos en un invernadero real. Las contribuciones más importantes de este artículo son la validación del cuadricóptero como plataforma para medir variables ambientales y la determinación de la localización óptima de los sensores en el mismo.

Paper:

J.J. Roldán, G. Joossen, D. Sanz, J. del Cerro and A. Barrientos. “Mini-UAV Based Sensory System for Measuring Environmental Variables in Greenhouses”. Sensors, 15(2), 3334-3350. 2015. Article

Humanoids 2014: IEEE-RAS International Conference on Humanoid Robots

I have contributed to the Humanoids 2014: IEEE-RAS International Conference on Humanoid Robots of Madrid with a poster of my thesis.

He participado en el Humanoids 2014: IEEE-RAS International Conference on Humanoid Robots de Madrid con un póster de mi tesis.

Robot2013: First Iberian Robotics Conference

 

I have presented the work "Lift failure detection and management system for quadrotors" in the Robot2013: First Iberian Robotics Conference in Madrid.

He presentado el trabajo "Lift failure detection and management system for quadrotors" en Robot2013: First Iberian Robotics Conference en Madrid. 

 

J.J. Roldán, D. Sanz, J. del Cerro and A. Barrientos. “Lift failure detection and management system for quadrotors”. In ROBOT2013: First Iberian Robotics Conference (pp. 103-114). Springer International Publishing. January, 2014. Article

Laboratorios de Control: Sistema de Control Inteligente para un Robot en Configuración de Péndulo Invertido

Resumen:

Este trabajo fue realizado por dos personas para la asignatura de Laboratorios de Control del Máster Universitario en Automática y Robótica de la Universidad Politécnica de Madrid.

El trabajo consiste en diseñar un sistema de control inteligente para un robot construido con Lego Mindstorms NXT en configuración de péndulo invertido, que permita que se mantenga levantado en equilibrio y recorra una pista formada por tramos horizontales, ascendentes y descendentes.

En el desarrollo del trabajo se estudiaron tres sistemas de control: el primero basado en lógica borrosa, el segundo por realimentación del estado y el tercero proporcional integral derivativo (PID). Finalmente se escogió el control PID y se diseñó una arquitectura de control de tres niveles: el primero una máquina de estados con los tramos de la pista (horizontales, ascendentes y descendentes), el segundo un control de movimientos (desplazamiento recto, giro horario y giro antihorario) y el tercero un control de equilibrio.

Los sistemas de control desarrollados en este trabajo se han validado en simulación mediante Matlab y Simulink y directamente en experimentos con el robot de Lego Mindstorms NXT.

Presentación:

Laboratorios de Percepción: Reconocimiento, resolución y seguimiento de un laberinto mediante visión por computador

Resumen:

Este trabajo fue realizado para la asignatura de Laboratorios de Percepción del Máster Universitario en Automática y Robótica de la Universidad Politécnica de Madrid.

El trabajo consiste en el desarrollo de una aplicación con capacidad de reconocer y solucionar una impresión de un laberinto, realizar un seguimiento del laberinto que puede ser sometido a movimientos de traslación, rotación, acercamiento, alejamiento o perspectiva y mostrar la solución del laberinto sobre la imagen del mismo.

El sistema desarrollado en este trabajo está formado, a nivel de hardware, por un ordenador portátil y un sensor Kinect, y, a nivel de software, por una aplicación programada en el lenguaje C# en el entorno Visual Studio 2010 empleando las bibliotecas EmguCV y Kinect SDK.

El reconocimiento del laberinto se realiza en la imagen de bordes buscando contornos cerrados por líneas rectas con área mayor que 10.000 píxeles², cuatro lados y ángulos entre 70 y 110º. Por su parte, la solución del laberinto se determina generando una serie de nodos, generando las aristas que unen los nodos, construyendo el grafo y aplicando un algoritmo A*. Por último, la visualización de los resultados se realiza convirtiendo la solución del laberinto del sistema de coordenadas del laberinto al sistema de coordenadas de la imagen.


Presentación:

Vídeo:

Robótica Aplicada a la Agricultura: Prototipo de Robots Cooperativos para Tareas Agrícolas

Resumen:

Este proyecto es el resultado del trabajo de un grupo de ocho personas durante una semana (10/12/2012-14/12/2012) en el contexto de la asignatura de Robótica Aplicada a la Agricultura (Master Universitario en Automática y Robótica y Master Universitario en Agroingeniería de la Universidad Politécnica de Madrid).

El proyecto se centra en las tareas de búsqueda de frutos y recolección de los mismos y emplea un sistema formado por dos robots - explorador y recolector - con capacidades de comunicación y cooperación. Ambos robots han sido construidos con Lego Mindstorms NXT 2.0 empleando bloques de procesamiento, actuadores (eléctricos y neumáticos) y sensores (luz, ultrasonidos y brújula) y han sido programados con LEJOS (Java para Lego Mindstorms). La comunicación entre los robots explorador y recolector se ha establecido mediante Bluetooth.


Vídeo:

Robots Cooperativos: Algoritmos de exploración de un mapa para robots cooperativos

Resumen:

Este trabajo fue realizado por dos personas para la asignatura de Robots Cooperativos del Máster Universitario en Automática y Robótica de la Universidad Politécnica de Madrid.

El trabajo consiste en el desarrollo de algoritmos para que un conjunto de robots cooperativos exploren una serie de mapas y de una plataforma para visualizar su ejecución. Los robots tienen capacidad para percibir las posiciones cercanas, elaborar sus propios mapas e intercambiar información con otros robots que se encuentren dentro de su área de comunicaciones y con una estación central. El objetivo de los algoritmos es explorar la mayor área y encontrar el mayor número de objetivos posibles en un contexto competitivo.

Características:

Mundo:
- Mapa de 100 x 100 bits.
- Celdas libres (blancas), obstáculos (negros), objetivos (verdes) y robots (rojos).

Robots:
- Número: 10 robots.
- Tamaño: 1 celda.
- Visión: 2 celdas (área de 25 celdas).
- Comunicación: 10 celdas (área de 441 celdas).

Búsqueda:
- Tiempo: 500 movimientos.
- Objetivos: Explorar la máxima área y conseguir los máximos objetivos posibles.

Algoritmos: 

- Algoritmo 1: Probabilístico con umbrales variables según las casillas cercanas (libres, obstáculos, objetivos, robots...), las casillas lejanas (exploradas o no exploradas) y los objetivos de los robots (puntos en sus áreas de trabajo). Resultados del 80% del mapa y el 90% de los objetivos.
- Algoritmo 2: Planificación en A* con puntos generados de forma aleatoria en las zonas inexploradas de las áreas de trabajo de los robots. Resultados del 98,5% del mapa y el 100% de los objetivos. Utilizado en la competición.

Aplicación:
- Lenguaje: C#.
- Plataforma: Visual C#.