Diapositiva 1

1
FUSION SENSORIAL

• LOS ROBOTS NECESITAN SENSORES PARA TENER CIERTO
  GRADO DE INTELIGENCIA

• EN OCASIONES LOS SENSORES INDIVIDUALES RESULTAN
  IMPRECISOS Y POCO FIABLES.

• MAS CUANDO SON APLICACIONES TIPICAS.

• MUCHAS APLICACIONES NECESITAN MULTIPLES SENSORES,
  TANTO PARA INCREMENTAR LA CANTIDAD DE INFORMACION
  COMO PARA DAR ROBUSTED AL SISTEMA.

• EL MEJOR EJEMPLO ES LA NATURALEZA EN EL CASO DEL
  HOMBRE, DONDE MUCHOS SENTIDOS Y ORGANOS ESTAN
  DUPLICADOS.

• VARIACIONES CON RESPECTO AL TIEMPO, MINIMIZAR
  ERROR.

2
EJEMPLO DESTORNILLADO CON UN BRAZO
ROBOTICO SENSORES DE VISION PARA RECONOCER EL
TORNILLO, DE SENSORES DE POSICION Y ORIENTACION
DEL EFECTOR DEL ROBOT PARA CONTROLAR EL
MOVIMIENTO Y DE SENSORES DE FUERZA EN EL PAR
APLICADO AL DESTORNILLADO.

• CONTRAS DE LA FUSION
• EL EMPLEO DE MULTIPLES SENSORES, PRODUCE UNA
  SOBRECARGA DE INFORMACIÓN.
• VELOCIDAD DE REPUESTA NECESARIA SE COMPROMETE.
• SE NECESITAN TECNICAS PARA EVITAR DATOS
  CONTRADICTORIOS Y FILTRAR ERRORES, QUE SON LAS
  TECNICAS QUE SE ENCARGA LA FUSION .

3

• FUSION SENSORIAL COMO LA COMBINACION DE LECTURAS
  DE VARIOS SENSORES EN UNA UNICA ESTRUCTURA DE
  DATOS.

• INTEGRACION SENSORIAL COMO EL USO DE INFORMACION
  DE VARIOS SENSORES PARA LLEVAR A CABO UNA
  OPERACIÓN ESPECIFICA.

CONFIGURACION DE MULTIPLES SENSORES
UNA RED MULTISENSORIAL PUEDE PRESENTAR DIVERSAS
ARQUITECTURAS. LA FUSION SE REALIZA A TRAVES DE
LA COMPLEMETARIDAD Y /O CONTRASTE DE INFORMACION
PROCEDENTE DE LA RED DE SENSORES.
4
COMPLEMENTARIA
COMPLEMENTAR LA INFORMACION DEL ENTORNO QUE UN
SOLO SENSOR NO PUEDE. LOS SENSORES NO DEPENDEN
UNOS DE OTROS DIRECTAMENTE. LOS SENSORES SE
DISPONEN DE MODO QUE PUEDAN COMBINARSE PARA
OBTENER UNA MAYOR VISION DEL FENOMENO A MEDIR.
5
(No Transcript)
6
COMPETITIVA
SE OBTIENE INFORMACION REDUNDANTE DE UNA MISMA
MAGNITUD FISICA. SE PRODUCE UNA COMPETENCIA ENTRE
LOS SENSORES. LOS SENSORES NO TIENEN QUE SER
IDENTICOS Y SE PUEDEN USAR DIFERENTES METODOS DE
MEDIDA. ES LA CONFIGURACION MAS DIFICIL PRESENTA
DATOS REDUNDANTES, INCONSISTENCIAS DE LECTURAS,
DATOS ERRONEOS, DETECCION DE FALLAS. SE USA EN
SISTEMAS CRITICOS TOLERANTES A FALLOS.
7
(No Transcript)
8
COOPERATIVA
CUANDO LA FUSION SENSORIAL REALIZA LA COMBINACION
DE LAS MAGNITUDES DE LAS MEDIDAS DE LA RED DE
SENSORES OBTENIENDO UNA NUEVA MAGNITUD. ES EL
CASO DONDE ES IMPOSIBLE OBTENER CON SENSORES
INDIVIDUALES. EJEMPLO VISION ESTEREOSCOPICA O
OBTENCION DE GRADIENTES O VELOCIDADES. HACE QUE
LA SEGURIDAD Y PRECISION DECREZCA AL CONTRARIO DE
LA COMPETITIVA.
HIBRIDA
NO ES RIGIDA. ES CUANDO UNA DETERMINADA
DISPOSICION FISICA DE SENSORES PUEDE PRESENTAR
CARACTERISTICAS DE MAS DE UNA CONFIGURACION
ANTERIOR.
9
PROCESAMIENTO SENSORIAL

• OBJETIVOS
• TRATAMIENTO DE LA INFORMACION PROCEDENTE DE
  MEDIDAS DE MAGNITUDES FISICAS ( POSICION,
  ORIENTACION, VELOCIDAD, FUERZA, ACELERACION,
  ETC.)
• SE DENOMINA PROCESAMIENTO SENSORIAL DE MEDIDAS
• RECONOCIMIENTO DE OBJETOS EN EL ENTORNO.
• (IDENTIDAD DE UN OBJETO POR COLOR, FORMA,
  TAMAÑO, ETC.)
• SE DENOMINA PROCESAMIENTO SENSORIAL PARA EL
  RECONOCIMIENTO.

10
PROCESAMIENTO SENSORIAL DE MEDIDAS
EN SISTEMA MONO SENSOR SE LIMITA A TRES ETAPAS.

• DETECCION EL SENSOR DETECTA Y RECOGE INFORMACION
  DE UNA DETERMINADA MAGNITUD. PUEDE SER
  INTERACCION PASIVA O ACTIVA.
• PREPROCESAMIENTO GENERAR DATOS QUE CORRESPONDAN
  MAS FIELMENTE CON LA MEDIDA. (ELIMINACION DE
  RUIDO O REDUCCION, CALIBRACION, REALCE, ETC.)
• CLASIFICACION SE CLASIFICAN LOS DATOS DE CARA A
  DAR UNA ESTIMACION DE LA MEDIDA DE MAGNITUD QUE
  SE TRATE.

11
PROCESAMIENTO SENSORIAL DE RECONOCIMIENTO

• LA ENTRADA ES LA LECTURA REALIZADA POR EL SENSOR
  DE UNA DETERMINADA MAGNITUD.
• LA SALIDA ES LA INTERPRETACION DE LOS DATOS
  ORIGINALES.
• PUEDE SER INDIFERENTE SI EXISTE MAS DE UN SENSOR
  O SOLO UNO.
• CON UN UNICO SENSOR HAY CUATRO ETAPAS
• DETECCION IGUAL QUE SENSORIAL DE MEDIDA
• PREPROCESAMIENTO IGUAL QUE SENSOR DE MEDIDAS.
• EXTRACCION DE CARACTERISTICAS PROCESAMIENTO MAS
  COMPLEJO, COMO POR EJEMPLO CONTORNOS, ESQUINAS,
  ETC.
• INTERPRETACION / RECONOCIMIENTO CONSISTE EN
  ENCONTRAR EL MEJOR ENCAJE POSIBLE D ELOS DATOS
  DENTRO DE LA INFORMACION REQUERIDA PARA RECONCER
  EL OBJETO.

12
TIPOS DE FUSION SENSORIAL
AHORA SE DEBE TOMAR EN CUENTA MULTIPLES
SENSORES. LA FUSION CONSISTE EN COMBINAR DATOS
INDEPENDIENTES EN UNA SOLA LECTURA, DONDE LOS
DATOS FUSIONADOS SE CONSIDERAN COMO SI
PROCEDIESEN DE UN SOLO SENSOR ABSTRACTO. SE
OBTIENEN DATOS MAS FIABLES Y PRECISOS.

• TIPOS DE FUSION SENSORIAL DE MEDIDAS
• FUSION CENTRALIZADA
• FUSION DISTRIBUIDA
• FUSION HIBRIDA.

• TIPOS DE FUSION SENSORIAL PARA EL RECONOCIMIENTO
• FUSION A NIVEL DE DATOS
• FUSION A NIVEL DE CARACTERISTICAS
• FUSION A NIVEL DE INTERPRETACION

13
FUSION CENTRALIZADA

• LOS DATOS SE FUSIONAN ANTES DE LA ETAPA DE
  CLASIFICACION
• FASE DE ALINEAMIENTO Y ASOCIACION PERMITE
  TRANSFORMAR LAS UNIDADES DE MEDIDA DE CADA SENSOR
  EN UNA UNICA.
• FASE DE CORRELACION DE DATOS PARA DETERMINAR QUE
  DATOS REPRESENTAN MEDIDAS DE LA MISMA MAGNITUD.
• FASE DE FUSION CON TECNICAS DE ESTIMACION, COMO
  FILTROS DE KALMAN Y SUS VARIANTES.
• TIENE COMO VENTAJA QUE GENERALMENTE ES MAS
  PRECISO.
• TIENE COMO INCONVENIENTE QUE SE TRANSMITE LA
  TOTALIDAD DE LOS DATOS HASTA LA UNIDAD CENTRAL.

14
(No Transcript)
15
FUSION DISTRIBUIDA
CADA SENSOR REALIZA UNA ESTIMACION DE LA MEDIDA
TENIENDO EN CUENTA UNICAMENTE SUS PROPIOS DATOS.
GENERANDO UN VECTOR DE ESTADO POR CADA SENSOR. LA
FUSION SE PRODUCE SOBRE LOS VECTORES. SE REALIZA
IGUAL LAS FASES DE ALINEAMIENTO, ASOCIACION Y
CORRELACION, PERO NO SE REALIZA SOBRE TODOS LOS
DATOS, SOLO SOBRE LOS VECTORES DE ESTADO DE CADA
SENSOR. VENTAJAS ESTO HACE QUE SE REDUZCA
NOTABLEMENTE LA COMUNICACIÓN, YA QUE LOS DATOS
ESTAN COMPRIMIDOS EN LOS VECTORES. IGUAL EL
PROCESO DE CORRELACION ES MENOS
COMPLEJO. DESVENTAJAS NO ES TAN PRECISA COMO LA
CENTRALIZADA.
16
(No Transcript)
17
FUSION HIBRIDA
COMBINA LAS DOS ANTERIORES, EN MODO NORMAL OPERA
COMO DISTRIBUIDA Y SI SE REQUIERE MAS PRESICION
SE USA LA ARQUITECTURA CENTRALIZADA.
18
FUSION A NIVEL DE DATOS
SE REALIZAN AL MAS BAJO NIVEL, DIRECTAMENTE SOBRE
LOS DATOS CAPTURADOS POR LOS SENSORES. (FUSION DE
SEÑAL DE PIXEL). LA CONDICION QUE SE DEBE
CUMPLIR ES QUE LOS DATOS A FUNCIONAR SEAN DE
CARACTERISTICAS SIMILARES. SE USAN SENSORES
EQUIVALENTES O DOS MEDIDAS DEL MISMO SENSOR EN
DISTINTOS INSTATES DE TIEMPO. SE USA PARA
ESTIMACIONES Y ELIMINACION O REDUCCION DE
RUIDO. VENTAJA ES MAS FACIL DESDE EL PUNTO DE
VISTA DE IMPLANTACION. DESVENTAJA OPERA A NIVEL
DE TODOS LOS DATOS, ORIGINANDO CARGA
COMPUTACIONAL.
19
(No Transcript)
20
(No Transcript)
21
FUSION A NIVEL DE CARACTERISTICAS
LA FUSION SE REALIZA A NIVEL INTERMEDIO, SOBRE
CARACTERISTCAS INDIVIDUALES. LA FUSION SE REALIZA
SOBRE CADA VECTOR.
22
FUSION A NIVEL DE INTERPRETACION
TODOS LOS PROCESOS SE REALIZAN INDIVIDUALMENTE EN
CADA SENSOR. SOLO SE FUSIONA AL FINAL DE LA
INTERPRETACION.
23
REDUNDANCIA Y TOLERANCIA A FALLOS
RUIDO FALLA SENSOR PEQUEÑAS VARIACIONES DE
LECTURAS PROBLEMAS MECANICOS SON ACUMULATIVO
24
FUSION SENSORIAL CONTRADICTORIA
PARA HACER TOLERANTE A FALLOS O ERRORES SE USA LA
REDUNDANCIA. SE USAN DISTINTOS TIPOS DE SENSORES
QUE SEAN CAPACES DE OFRECER EL MISMO TIPO DE
INFORMACION, PERO BASADO EN PRINCIPIOS DISTINTOS
PARA LOS ERRORES. SE PUEDEN USAR IGUAL TIPO DE
SENSORES PARA TOLERANCIA A FALLOS. PARA AMBOS
CASOS CON MULTIPLES SENSORES HAY QUE HACER LA
FUSION. PARA DETERMINAR EL NUMERO MAXIMO DE
SENSORES QUE PUEDEN TOLERAR FALLOS EN UN SISTEMA
SENSORIAL DE n SENSORES EN d DIMENSIONES SE
USA EL METODO DE MARZULLO 1990.
25
CONSTRUCCION DE UN SENSOR ABSTRACTO SEGURO
SE USAN SENSORES REDUNDANTES USANDO SUS LECTURAS
EN LA FORMA Y RANGO PARA DAR LUGAR AL SENSOR
ABSTRACTO.
EJEMPLO 5 SENSORES Y UNA DIMENSION
26
(No Transcript)
27
ALMACENAMIENTO DATOS MATRICIAL
28
ALMACENAMIENTO DATOS EN ARBOLES GRAFOS