Desarrollo de un vehículo inteligente autónomo a escala utilizando técnicas de aprendizaje profundo para el servicio de transporte de objetos en entornos hospitalarios y reducción de la interacción humana entre el personal médico y los pacientes

Abstract

Este proyecto consiste en el desarrollo de un vehículo inteligente autónomo de tracción diferencial con un chasís en aluminio de 60x45 cm de base y 65 cm de alto con la capacidad de transportar 10 kg y desplazarse de forma autónoma en base a un sistema personalizado tipo SLAM (Localización y Mapeo Simultáneo) con una cámara RGB-D, un mapa tridimensional de puntos de la zona generado con la técnica SLAM, un algoritmo de navegación para el seguimiento de una ruta calculada con una adaptación del algoritmo A-star, un controlador de velocidad apoyado en codificadores incrementales, y un algoritmo de detección y evasión de obstáculos conformado por una red neuronal para detectar persona, camilla, silla, canasta, caja, puerta, escritorio, equipo médico y aviso de peligro, una función de estimación de posición del objeto basado en la información de profundidad y campo de visión de la cámara RGB-D, y una función de actualización del mapa para planificación de ruta con la demarcación de la zona de estimación del obstáculo detectado como zona no accesible. Todo se ejecuta en Python y C++ en una Jetson Nano con sistema operativo Ubuntu 18.04 a través de una aplicación de interfaz de usuario que permite darle instrucciones al AIV y monitorearlo desde una pantalla a bordo del robot o un PC conectado mediante Wi-Fi que puede usarse para tele consultas y reducir el contacto físico en un entorno hospitalario.