Reconocimiento gestual para interacción humano-robot basado en ROS

Abstract

El objeto de esta memoria es la descripción de la solución al problema de identificación y posicionamiento del gesto de señalización de un ser humano en una estación de trabajo mediante una cámara Kinect, todo ello simulado en un entorno virtual en ROS. El sentido de este trabajo es su localización dentro del marco del concurso de robótica a nivel europeo EuRoC, en el que participé junto con mis compañeros de equipo del Centro Avanzado de Tecnologías Aeroespaciales (CATEC) y dentro del cual yo me encargué de la primera tarea (dividida en tres subtareas) que me dispongo a presentar. En primer lugar se describe el contexto en el que se encuentra el trabajo para poder entender bien el porqué de sus objetivos, de sus formas de implementación y de su entorno de trabajo. El segundo gran bloque habla del estado del arte para poder entender cual es el estado actual tanto de la robótica como del tratamiento de nubes de puntos y reconocimiento gestual. Su fin es el de describir con qué tecnología contamos, cuál es el partido que le podemos sacar a ésta y en qué caminos debemos aún seguir avanzando para logar optimizar operaciones de la robótica como la que aquí se presenta u otras muchas. Seguidamente se explican unos conceptos básicos de los desarrollos matemáticos que emplean las herramientas de trabajo con puntos en el espacio aquí usadas. Creo que, aunque éstas nos faciliten tanto el trabajo con algoritmos ya desarrollados y de fácil implementación, siempre es necesario comprender qué es lo que se está empleando para un uso óptimo de las mismas. A continuación, se expone qué es ROS y cuáles son las herramientas que nos ofrece para alcanzar nuestro objetivo para poder entender cuál es la metodología de trabajo que sigo, cuáles son los canales de comunicación de ROS que empleo y qué partes del problema solucionan estas herramientas y cuáles tengo yo que solucionar con ellas. Justo antes de entrar en faena, es necesario analizar el entorno de simulación. Esto es útil para ver bien cuáles son los objetivos de cada tarea y los elementos físicos y sus movimientos con los que tendremos que lidiar durante el desarrollo de las mismas. Una vez comprendido esto y sus objetivos, vemos la forma que tendrá el concurso de corregirnos y cuáles serán los criterios de evaluación. Ahora sí, vemos cuál es la solución que aporto a cada una de las necesidades que van surgiendo durante el desarrollo de cada una de las tareas. Para ello, son desplegados seis diagramas de flujos en los que intento expresar de la mejor forma posible cómo se va tratando la información obtenida mendiante la cámara Kinect, siempre enlazando con el código real que implementa la solución de los diagramas, y cómo van variando algunas de las variables de control más importantes. Para finalizar, son adjuntados dos anexos. En el primero de ellos explicaré cómo se inicia la máquina virtual para que se comprenda dónde está situada y cómo se va a ejecutar la solución a las diferentes tareas aportada por nuestro equipo. En el segundo código incluyo un extracto o selección de la parte del código que considero más importante para la clara comprensión de la implementación de la solución, aunque dejando comentarios de todo el resto de código.