Renfe 251

El modelo de locomotora Renfe 251es una serie de locomotoras eléctricas de fabricación japonesa para RENFE previstas a principios de 1970, era conocido en su época como "de alta potencia locomotora" o cariñosamente "locomotora y medio", debido a su tamaño. En su tiempo las locomotoras eran más grandes y más poderoso de Europa. La locomotora refleja los primeros colores que fueron pintados de color azul, amarillo y gris, así como detalles de las primeras casas de cambio RENFE 251 series.
Aquí nos encontramos la locomotora real y la que está hecha de piezas LEGO.
Renfe, cada vez ha ido avanzando y progresando en el medio de transporte en tren; desde las antiguas máquinas de vapor hasta los trenes del II Milienio, es decir, los Aes una serie de locomotoras eléctricas de fabricación japonesa para RENFE previstas a principios de 1970, era conocido en su época como "de alta potencia locomotora" o cariñosamente "locomotora y medio", debido a su tamaño. En su tiempo las locomotoras eran más grandes y más poderoso de Europa. La locomotora refleja los primeros colores que fueron pintados de color azul, amarillo y gris, así como detalles de las primeras casas de cambio.
Renfe ha ido progresando y avanzando en el sistema de transporte en tren, desde las antiguas locomotoras de vapor hasta los nuevos trenes del II Milenio, es decir, toda la gama AVE, larga distancia, media distancia y cercanías.

La utilización de los productos Apple

Tras una buena cantidad de artículos sobre visión artificial llega por fin el esperado sigue líneas con visión. Las dificultades que implica el manejo de imágenes en tiempo real son muchas, sobre todo el retardo entre que la cámara capta la imagen y nosotros la procesamos y enviamos los datos por bluetooth. Estamos utilizando la cámara de un iPhone 3G conectada mediante wifi al ordenador, enviado imágenes gracias al programa Pocket Cam. Capturamos imágenes periódicamente gracias al programa Yawcam, y las procesamos con LabVIEW, que finalmente enviará las ordenes necesarias al NXT mediante Bluetooth. Funcionalidades que hemos usado:
Si no estáis familiarizados con el LabVIEW os recomiendo que os leáis los artículos de la serie de LabVIEW, sobretodo LabVIEW para usuarios del NXT (I), (II) y (III), así como Manejo de imagenes y shift register en LabVIEW.
El uso de los shift register es fundamental para este programa, pues lo necesitamos para ser capaces de detectar lineas. Así mismo lo son el uso de bucles, sentencias case, manejo de imágenes, etc… Necesitaremos hacer uso de múltiples variables de distintos tipos para ir guardando valores que necesitaremos posteriormente.
Proceso de captura de imágenes:
El proceso de captura de las imágenes tiene varios pasos. En primer lugar necesitamos capturar imágenes con el Iphone. Mediante el programa Pocket Cam podemos capturar imágenes cada segundo por la cámara del Iphone, y enviarlas por wifi al ordenador. A su vez tenemos otro programa actuando en el PC denominado YawCam, que se encarga de recoger estas imágenes enviadas por el Iphone por wifi, y guardarlas en el disco duro (es capaz de hacerlo a varias imágenes por segundo, aunque debido a la limitación del Pocket Cam del Iphone de una imagen por segundo estamos limitados a esa velocidad máxima).
Una vez en disco ya podemos procesarla con LabVIEW, para esto tenemos toda la funcionalidad que explique en Manejo de imagenes y shift register en LabVIEW.
Procesado de la imagen:
Una vez tenemos la imagen ya podemos procesarla. Lo primero es abrirla y usar la función unbound de clusters para poder acceder al array donde se encuentran los datos de la imagen. Recorreremos una de las líneas de la imagen, preferiblemente una intermedia, en busca de la línea negra. Tendremos que escoger un valor RGB umbral para decidir que es negro (línea) y que es blanco. Con que todos los valores estén por debajo de 60 es suficiente. Recordar que no hay que iluminar la línea negra desde arriba o creará reflejo. Buscaremos en la linea píxeles negros que estén por debajo del umbral. Para que no detectemos un píxel aislado como parte de la línea es importante que busquemos secuencias de varios píxeles negros. Si por ejemplo detectamos 6 píxeles negros seguidos sabremos que estamos ya sobre la línea.

Una vez que estamos sobre dicha línea seguimos buscando píxeles hasta que detectemos el otro borde. Tenemos que guardar tanto el número del primer píxel como el del último píxel de la línea para calcular el punto medio. Sabiendo ya este punto medio, tenemos que ver su distancia con el centro de la imagen, cuanto más lejos estemos del centro, más nos estamos desviando de la línea. Que la diferencia entre el punto medio calculado y el centro de la imagen sea positivo o negativo indica hacia que lado nos estamos desviando (derecha o izquierda), y tendremos que actuar en consecuencia, poniendo en funcionamiento unos u otros motores.
Este proceso se mete dentro de un bucle infinito, al que podremos poner algún botón de control para pararlo. Mientras el bucle siga en marcha seguiremos recorriendo la imagen y actuando en consecuencia.
Programa:
El programa es bastante largo, en el hemos usado toda la funcionalidad descrita en anteriores artículos, como bucles, sentencias case. shift registers, uso de variables… El programa sigue básicamente el proceso descrito anteriormente. Aquí podéis ver el Block Diagram:

Y el Front Panel:

Debido al gran retardo entre que la imagen se captura en el Iphone, y el robot actúa en consecuencia el robot no es perfecto, y se necesita mover bastante lento para no salirse de la línea. Lo importante es que es capaz de seguirla. Aquí tenéis un vídeo del experimento:
Espero que os haya gustado, ha sido difícil de implementar, pero ha merecido la pena