Integración en la nube de un robot móvil con capacidad de interacción natural con los usuarios
Se diseñará un sistema para permitir conectar un robot a la Nube mediante un cliente que permita el intercambio de datos entre la aplicación GAE y el ecosistema ROS a través de Rosbridge. El robot podrá cargar y descargar configuraciones según la tarea a realizar a través de una aplicación web que f...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | Universidad Politécnica de Cartagena(UPCT) |
| Repositorio: | Repositorio Digital UPCT |
| OAI Identifier: | oai:repositorio.upct.es:10317/11702 |
| Acceso en línea: | http://hdl.handle.net/10317/11702 |
| Access Level: | acceso abierto |
| Palabra clave: | Robots industriales Industrial robots Control automático Automatic control Ingeniería de Sistemas y Automática 1207.02 Sistemas de Control |
| Sumario: | Se diseñará un sistema para permitir conectar un robot a la Nube mediante un cliente que permita el intercambio de datos entre la aplicación GAE y el ecosistema ROS a través de Rosbridge. El robot podrá cargar y descargar configuraciones según la tarea a realizar a través de una aplicación web que facilite el diseño de configuraciones adecuadamente. Se mejorará el sistema de reconocimiento natural del lenguaje, almacenando en la nube información de carácter contextual en un diccionario que ayude a traducir mensajes hablados a un conjunto de movimientos, según el contexto, que se puedan especificar mediante mensajes ROS compatibles con el paquete Navigation. El sistema de reconocimiento facial también se mejorará usando la misma metodología. El sistema se validará con usuarios reales en un escenario real. Los objetivos de este TFM son: Diseñar la arquitectura software necesaria para integrar el robot móvil en la Nube. Para ello, se utilizará: Google App Engine, junto con el framewok Endpoints Cloud. Rosbridge para permitir conectar el robot a la Nube mediante un cliente que permita el intercambio de datos entre la aplicación GAE y el ecosistema ROS a través de Rosbridge. El robot podrá cargar y descargar configuraciones según la tarea a realizar. Se realizará una aplicación web que facilite el diseño de configuraciones adecuadamente. Se mejorará el sistema de reconocimiento natural del lenguaje, almacenando en la nube información de carácter contextual en un diccionario que ayude a traducir mensajes hablados a un conjunto de movimientos, según el contexto, que se puedan especificar mediante mensajes ROS compatibles con el paquete Navigation. El sistema de reconocimiento facial también se mejorará usando la misma metodología. |
|---|