Sistemas de orientación y seguimiento de ruta a vehículos terrestres no tripulados Adriana Karime Martínez Herrera

Andrés Fernándo Jiménez López

Universidad de los Llanos Grupo de investigación Sistemas Dinámicos Villavicencio, Colombia [email protected]

Universidad de los Llanos Grupo de investigación Sistemas Dinámicos Universidad Nacional de Colombia Grupo de investigación Un-robot. Villavicencio, Colombia [email protected]

Abstract— This paper shows the technological advances related to unmanned ground vehicles, guidance systems and monitoring of route that have been implemented and their different applications, in order to find solutions to real problems currently have in agriculture and that there are areas that are required to assess but are difficult to access or very delicate, so the presence of a person could damage them if you are not careful to walk the permitted areas, so, it results in an automatic guidance system on a Unmanned Ground Vehicle UGV by Global Navigation Satellite System GNSS which together with a number of devices contribute markedly in the effective evaluation of existing agricultural land mainly in the Orinoquia. Keywords— precision agriculture, satellite navigation systems, unmanned vehicle,

I. INTRODUCCIÓN La Agricultura de Precisión (AP) consiste en unificar los Sistemas de Información Geográfica (SIG) y los Sistemas de Posicionamiento Global (GPS por sus siglas en inglés) para lograr incrementar la producción, mejorar la calidad, minimizar los impactos ambientales y optimizar los cultivos agrícolas contribuyendo así al medio ambiente y a la economía de un país. Los SIG tienen lugar dentro de la AP ya que son los encargados de efectuar en primer momento la georeferenciación, una vez se encuentre geo-referenciada la parcela en cuestión, se procede a realizar su respectivo análisis que consiste en adquirir detalles esenciales del terreno tales como el relieve, tipo de suelo, textura, profundidad, cultivos anteriores, resistividad de los suelos, entre otras. [1] Los vehículos autónomos usados en agricultura que cuentan con este tipo de tecnología están en auge y es de interés no solo para investigadores sino también de agricultores y fabricantes ya que con el uso de estos les permite aumentar la producción y a mejorar la eficiencia de sus métodos de cultivo. Los vehículos terrestres no tripulados (UGV por sus siglas en inglés) se usan en el control de malas hierbas, en el seguimiento de filas de cultivo [2] para este último existen dos métodos, la primera es basada en tratamiento digital de imágenes y la otra usa una estructura 3D que puede ser con sensores de barrido láser o con visión estereoscópica [3]

Con este artículo, el grupo de investigación Sistemas dinámicos de la Universidad de los llanos desea aportar a la comunidad con el desarrollo de un prototipo de vehículo terrestre no tripulado para futuras aplicaciones de agricultura como puede ser: control de maleza, siembra, recolección y supervisión de cultivos. Para tal fin se emplean: sistema embebido en Raspberry pi, sistemas de posicionamiento global (GPS), tecnología bluetooth y radiofrecuencia. II.

MARCO DE REFERENCIA

Actualmente, los sistemas GNSS tienen bastantes campos de aplicación como seguridad vial, actividades marítimas, control aéreo, turismo, ocio, análisis geodinámicos de la corteza terrestre, agricultura de precisión, topografía y fotogrametría, conducción automática de vehículos, replanteo en ingeniería civil, etc. En torno a este tema, investigadores de distintos países entre ellos Colombia, han realizado labores de investigación para solucionar problemáticas mediante proyectos enfocados a la agricultura de precisión. En el año 2000 un grupo de personas quisieron examinar basado en tierra los métodos de detección para la fijación de posición del vehículo. Consideraron sensores para la medición de movimiento (odometría, inercial), monumentos artificiales (posicionamiento láser, radar de onda milimétrica), y detección característica local (sonar, visión artificial). Manipularon un vehículo sin utilizar un sistema de posicionamiento absoluto, este vehículo utilizó un paquete de sensor que incluye la visión de la máquina, odómetros, acelerómetros, y una brújula. [4] Con el avance de los Sistemas GNSS, se empezaron a desarrollar trabajos en ese campo, uno de ellos es el de Keicher & Seufert: Las actividades de investigación relativas a la conducción automática de vehículos agrícolas han dado lugar a varias soluciones. Sensores, incluyendo las mecánicas, los GNSS, visión artificial, triangulación láser, ultrasonidos y geomagnética, generan posición, la actitud y la información de la dirección de movimiento para suministrar algoritmos de control. Actuadores, como válvulas hidráulicas, se utilizan para transformar la información de guía en cambios de posición y dirección. En el trabajo que desarrollaron ofrecen una visión general de los sistemas de orientación para los vehículos o

instrumentos agrícolas en Europa, sin pretensiones de exhaustividad. [5]. Federico Martín en su tesis de grado implementó un prototipo de hardware donde se ejecutó el sistema navegación, incluyendo el sistema de recolección de datos y la transmisión de datos a una base terrena, el sistema de software permite recolectar todos los datos sensoriales, ejecutar los algoritmos desarrollados y transmitir los datos a una base terrena. Siendo suficientemente flexible como para que permita agregar otros sensores en el futuro y utilizar otros algoritmos. [6] Las aplicaciones para el uso de GPS han surgido también en la industria de la construcción, estas incluyen la navegación de los camiones en la gestión de flotas, la guía de máquinas de construcción de topografía precisa, estableciendo, y el seguimiento de las obras de ingeniería. El GPS se puede emplear en muchos modos diferentes, donde se selecciona el método adecuado en función de los requisitos de precisión para la determinación de la posición. La mayor parte de estas aplicaciones requieren la posibilidad de determinación de la posición continua en tiempo real. Especialmente para la orientación de máquinas de construcción, se han desarrollado sistemas para incrementar la productividad de las obras de construcción. En [7] se adquieren tramas NMEA (National Marine Electronics Association por sus siglas en inglés) por medio de un SMARTGPS para poder interactuar con google earth y visualizar mapas y trayectorias realizadas. Sistemas comerciales están disponibles para la orientación de motoniveladoras, bulldozers y orugas. Los sistemas utilizan sistemas de topografía 3D para determinación de la posición en su mayoría en combinación con otros sensores [8]. Para la industria minera, el uso de UGV es una alternativa atractiva ya que en ambientes subterráneos y con poca iluminación se hace difícil atravesar caminos pero debido a que ningún GPS puede recibir señales con precisión estando bajo tierra se han planteado otros métodos para la orientación de vehículos autónomos subterráneos que consiste en utilizar un sistema de posicionamiento basado en láser dando mejores resultados de precisión y fiabilidad. [9]. En la agricultura, el color es uno de los factores más importantes e intuitivos [10] es por esto que investigadores que han dedicado su tiempo al tratamiento digital de imágenes para determinar maleza [11] trazar rutas para los UGV, detectar el grado de madurez de una fruta, entre otras, apoyándose en dicho factor. En un trabajo conjunto, se realizó la coordinación de un vehículo aéreo no tripulado (UAV por sus siglas en inglés) y un UGV, el UAV desempeña el papel de líder virtual para el UGVs. Mientras el UAV rastrea una trayectoria geométrica predefinida, los UGVs se supone que deben hacer una formación deseada alrededor de la posición plana del UAV y evitar obstáculos. El UAV debe tener una distancia limitada con los robots móviles para poder mantener la conexión entre los vehículos. [12] En Colombia el desarrollo en estas tecnologías se está iniciando, sectores como el de la caña de azúcar, el café, la palma y el arroz han empezado a adoptar esta tecnología para aumentar sus rendimientos, ganar competividad y

productividad. Las ventajas para el productor colombiano apuntan a la modernización, lo que significa que los cultivos puedan sobrevivir en tiempos de cambio climático y de tratados de libre comercio. Las desventajas tienen un enfoque monetario, los altos costos de la maquinaria moderna y la actualización permanente de los asistentes técnicos. [13]. En Colombia, y para ser más precisos en VillavicencioMeta, el Instituto Colombiano Agropecuario ICA, junto con estudiantes de la Universidad de los Llanos han realizado tomas aéreas de forma experimental sobre varios terrenos, la idea del proyecto es lograr tomar varias capturas de esos terrenos, geo-referenciarlas, hacer una única imagen y luego con ayuda de personas especializadas lograr obtener una evaluación del terreno, de forma tal que la persona contratante pueda tomar determinaciones sobre sus suelos. Diferentes aplicaciones se han llevado a cabo, entre esas se tiene: el control de maleza de forma autónoma en un campo de remolacha azucarera mediante plataforma robótica basada en Cinemática en Tiempo Real del Sistema Posicionamiento Global Diferencial (RTK-DGPS por sus siglas en inglés) [14], una máquina de visión artificial llamada Weedcer tiene implementado un algoritmo para monitorear malezas y fumigarlas, este robot cuenta con cámara con flash, ordenador, GPS, disco duro externo, antena GPS, tanque herbicida y atomizador. [15], una cortadora de césped totalmente autónoma con un sistema de orientación controlada por GPS, tiene con patrones de siega preestablecidos ejecutados dentro de un perímetro y cuenta con parachoques y sensores de inclinación para que se detenga cuando se encuentra algo que no debe cortar. [16], un robot autónomo desarrollado para cosechar el espárrago blanco mediante un sistema de rastreo de fila de una estructura de dos capas esto con el fin de lograr eficiencia y rentabilidad del cultivo [17]. A. Sistema global de navegación por satélite GNSS El GNSS es un sistema mundial de determinación de la posición y la hora que incluye una o más constelaciones de satélite, receptores de aeronave y vigilancia de la integridad del sistema. [18]. Entra las agencias espaciales más destacadas del mundo se encuentran la Administración Nacional de Aeronáutica y el Espacio NASA y la Agencia Espacial Europea ESA [19] Existen diferentes sistemas globales de posicionamiento por satélite entre estas están: NAVSTAR-GPS (Estados Unidos), GLONASS (Rusia), Galileo (Europa), Compas (China). [20] B. Sistema de Posicionamiento Global GPS El sistema GPS emplea una constelación de 24 satélites que giran alrededor de la tierra en órbitas aproximadas de 20000 Km de su centro, de forma tal, que se asegure que al menos cuatro de éstos estén ubicados sobre cualquier punto de la tierra en cada instante de tiempo. El GPS se compone de tres elementos: los satélites en órbita alrededor de la Tierra, las estaciones terrestres de seguimiento y control, y los receptores del GPS propiedad de los usuarios. Desde el espacio, los satélites del GPS transmiten

señales que reciben e identifican los receptores del GPS; ellos, a su vez, proporcionan por separado sus coordenadas tridimensionales de latitud, longitud y altitud, así como la hora local precisa [21] La señal proveniente de los satélites del GPS permite obtener la posición de un objeto en tierra con precisiones mayores a dos metros, lo cual hace que ciertas labores en la superficie terrestre presenten errores que pueden solucionarse con sistemas en tierra y satelitales basados en tecnologías y procedimientos especiales. III.

distintos dispositivos, incluyendo dispositivos de adquisición de la señal satelital, almacenamiento de información, periféricos de comunicación inalámbrica y dispositivos de control allí tiene lugar la ejecución completa del sistema.

MÉTODOS Y PROCEDIMIENTOS

El sistema de orientación de ruta funciona de la siguiente manera: El usuario ingresa a la aplicación, se conecta con el vehículo en campo por medio del botón conectar, digita las coordenadas de longitud y latitud de origen y destino e inicia la ruta, estos datos son enviados por medio de la tarjeta del módulo de comunicación a la tarjeta del módulo de procesamiento y control, esta a su vez se comunica con la Raspberry, una vez recibidos los datos esta los procesa comparándolos con los datos que está recibiendo del GPS conectado a esta por medio de un puerto USB, se hacen una serie de cálculos que dan como resultado el movimiento de los actuadores que son los dos servomotores logrando así que el vehículo siga la ruta indicada por el usuario. El sistema de guiado está programado en leguaje Python y es ejecutado en una Raspberry Pi 2 Model B V1.1, consiste en varios módulos que se explican a continuación: A. Interfaz usario-máquina Se diseña una aplicación Android (Ver Fig.1) que puede ser ejecutada en cualquier dispositivo con este sistema operativo, ya sea celular o Tablet. En ella se puede conectar o desconectar el dispositivo con el hardware, establecer el punto de destino, iniciar la ruta y salir. El punto de destino se puede ingresar digitando las coordenadas de longitud y latitud o bien sea tocando en un mapa por medio de google maps el lugar destino. El modo de comunicación de esta con el hardware es por medio de tecnología Bluetooth.

Fig. 2 Rampage Chimera Pro 1/5

C. Módulo de comunicación Este el encargado de permitir el intercambio de información entre el vehículo en campo y la interfaz de usuario en el dispositivo móvil. Está compuesto por dos dispositivos de comunicación inalámbrica un XBee S2 (un Xbee se ubica dentro del vehículo en campo y la otra se tiene en la estación base) y un módulo Bluetooth HC-05, cuenta también con una batería de 3.7v para alimentar el circuito y un interruptor de encendido y apagado. La alimentación de circuito es de 3.7v y para garantizar los 3.3v tanto del XBee como del módulo Bluetooth se dispone de un divisor de voltaje, para su funcionamiento dispone de dos jumper, la posición de estos determina el modo de operación del circuito.

Fig. 3 Tarjeta modulo de comunicación

D. Módulo de procesamiento y control Todo el procesamiento del sistema, la adquisión y adecuación de datos, trasmisión y recepción de información inalámbrica y el control de los servomotores está contenido en la Raspberry Pi 2, esta tiene instalado Raspbian como sistema operativo, el lenguaje de programación implementado es Python. Fig. 1 Interfaz usuario-máquina, menú de la aplicación Android

B. Vehículo terrestre El vehículo usado es un Rampage Chimera Pro a escala 1/5 (Ver Fig.2), es pequeño pero robusto apto para ser en aplicaciones agrícolas. El vehículo en campo cuenta son un sistema embebido Raspberry Pi como subsistema electrónico de procesamiento, es el encargado de controlar e integrar los

El módulo de control se puede observar en la Fig.5, esta se encarga de controlar dos servomotores que tiene incorporado el vehículo, uno se encarga de controlar la dirección del vehículo y el otro la aceleración de mismo. El vehículo se configura con cuatro estados: Neutro, giro a la derecha, giro a la izquierda y parada que se ejecutan de acuerdo al comando enviado por el sistema.

• Neutro: una configuración con reducida aceleración en la que el vehículo se encuentra con la dirección en posición neutra, estado que será validado una vez que el vehículo se encuentre en la ruta establecida y en la dirección y ángulo adecuado. • Giro a la derecha: Tiene lugar cuando el vehículo se encuentra desviado a la izquierda, la aceleración se mantiene en el valor mínimo y el giro se da con un ángulo de 35 grados. • Giro a la izquierda: Tiene lugar cuando el vehículo se encuentra desviado a la derecha, la aceleración se mantiene en el valor mínimo y el giro se da con un ángulo de 35 grados. • Parada o stop: Cuando el vehículo cumple con el trayecto configurado se da la orden de parada, la aceleración se pone en 0 y la dirección se pone en posición neutra

Emplear SIG y GPS en la agricultura es de gran impacto ya que la siembra se ve mejorada, los suelos permanecen saludables, la producción aumenta y por su puesto hay más calidad de los productos. La utilización de estas técnicas ayuda a predecir con mayor exactitud la producción de los cultivos y la vida útil de la parcela. AGRADECIMIENTOS

Se agradece a la Dirección General de Investigaciones y al grupo de investigación Sistemas Dinámicos de la Facultad de Ciencias Básicas e Ingeniería de la Universidad de los Llanos por su apoyo en el desarrollo de este proyecto de investigación. REFERENCIAS [1]

[2]

[3]

[4] [5] Fig. 4 Raspberry Pi 2 Modelo B V.1.1

[6]

[7]

[8] [9] Fig. 5 Tarjeta modulo control

IV.

[10]

RESULTADOS

Se diseñó una aplicación en software que permite visualizar mapas, elaborar recorridos georreferenciados del vehículo no tripulado, con la ubicación del mismo en tiempo real, se dispuso de un sistema de control de posición, velocidad y seguimiento de trayectorias sobre el vehículo.

[11]

CONCLUSIONES

[14]

La agricultura de precisión ha tomado fuerza en los últimos años, esto se ve reflejado en el hecho que muchos países ya han adoptado estas técnicas en el manejo de sus cultivos gracias a que esta forma de producción les brinda mejor calidad de sus productos y máximo aprovechamiento de los recursos agrarios. La unificación de los sistemas SIG y GNSS se hace necesaria para suplir las necesidades de alimentación de la población, ya que con el paso de los años la gente poco a poco ha dejado el campo y se ha ido hacia las ciudades, por lo que el trabajo de la tierra se ha ido reduciendo.

[12] [13]

[15]

[16] [17]

[18]

SENA, «SENATV,» 2012. [En línea]. Available: https://www.youtube.com/watch?v=djGuCMDv9iA. [Último acceso: 11 Febrero 2016]. L. Emmi, M. Gonzalez-de-Soto, G. Pajares y P. Gonzalez-de-Santos, «Integrating Sensory/Actuation Systems in Agricultural Vehicles,» Sensors, 2014. A. English, P. Ross, D. Ball y P. Corke, «Vision Based Guidance for Robot Navigation in Agriculture,» de 2014 IEEE International Conference on Robotics & Automation (ICRA), Hong Kong, China, 2014. T. Hague, J. Marchant y N. Tillett, «Ground based sensing systems for autonomous agricultural vehicles,» 2000. R. Keicher y H. Seufert, «Automatic guidance for agricultural vehicles in Europe,» 2000. F. M. Roasio, «DESARROLLO DE UN SISTEMA DE NAVEGACIÓN INTEGRADO APLICADO A VEHÍCULOS AERÉOS NO TRIPULADOS,» Buenas Aires, Argentina, 2013. M. Peña, J. Bonila y C. Valdivieso, «Utilización de data almacenada con posicionamiento GPS en pen drives o en memorias MMC/SD para la elaboración de mapas que permitan interactuar con GOOGLE EARTH para la localización de objetivos y definición de trayectorias,» Guayaquil, Ecuador. G. Retsche y E. Mok, «GPS navigation and guidance systems for construction industry,» 2002. H. Chia, K. Zhana y B. Shia, «Automatic guidance of underground mining vehicles using laser sensors,» 2012. H. Jianga, Y. Xiaoa, Y. Zhangb, X. Wanga y H. Taic, «Curve path detection of unstructured roads for the outdoor robot navigation,» Mathematical and Computer Modelling, vol. 58, 2013. M. P. Ruiz, D. Slaughter, C. Gliever y S. Upadhyayab, «Automatic GPSbased intra-row weed knife control system for transplanted row crops,» Computers and Electronics in Agriculture, pp. 41-49, 2012. A. Aghaeeyan, F. Abdollahi y H. Talebi, «UAV guidance for tracking control of mobile robots in presence of obstacles,» 2013. La República, «Agricultura de precisión se impone en el país,» La República, 2012. T. Bakker, K. v. Asselt, J. Bontsema, J. Müller y G. v. Straten, «Autonomous navigation using a robot platform in a sugar beet fiel,» Biosystems Engineering, 2011. T. Berge, S. Goldberg, K. Kaspersen y J. Netland, «Towards machine vision based site-specific weed management in cereals,» Computers and Electronics in Agriculture, vol. 81, pp. 79-86, 2012. Mechanical Enginieering, «Robots cut grass with class,» Mechanical Enginieering, pp. 12, 19, 2013. F. Dong, W. Heinemann y R. K. Institute, «Development of a row guidance system for an autonomous robot for white asparagus harvesting,» Computers and Electronics in Agriculture, vol. 79, pp. 216295, 2011. «ENAIRE,» [En línea]. Available: http://www.enaire.es/. [Último acceso: 25 06 2015].

[19] E. C. Licer, Miradas al universo, Monterrey: Fondo Editorial de Nuevo León, 2007. [20] F. v. d. Dunk y F. Tronchetti, Handbook of Space Law, Edward Elgar Publishing, 2015. [21] Oficina de Coordinación Nacional de Posicionamiento, Navegación, y Cronometría por Satélite, «GPS.GOV,» [En línea]. Available: http://www.gps.gov/spanish.php. [Último acceso: 19 09 2016]. [22] EcuRed, «ECURED,» [En línea]. Available: http://www.ecured.cu/index.php/Agricultura_de_Precisión. [Último acceso: 14 Febrero 2016]. [23] H. Mousazadeh, «A Technical review on Navigation Systems of Agricultural Autonomous off Road Vehicles,» Journal of Terramechanics, 2013. [24] A. Tomatis, D. Orgiazzi y P. Mulassano, «Innovative Strategy for Vehicle Position Certification on the basis of GNSS reference time,» Position, Location and Navigation Symposium, 2008 IEEE/ION, 2008. [25] C. S. D.D. BOCHTIS1, R. JØRGENSEN, M. NØRREMARK, I. HAMEED y K. SWAIN, «Robotic weed monitoring,» Acta Agriculturae Scandinavica Section B ? Soil and Plant Science, pp. 202-209, 2011. [26] H. M. Andrés Jiménez y N. Barrera, «DESARROLLO DE UN SISTEMA DE CORRECCIÓN DIFERENCIAL DE SEÑALES DE GPS EN TIEMPO REAL,» Revista Colombiana de Tecnologías de Avanzada. [27] P. Ross, A. English, D. Ball, B. Upcroft, G. Wyeth y P. Corke, «Noveltybased visual obstacle detection in agriculture,» de 2014 IEEE International Conference on Robotics & Automation (ICRA), Hong Kong, China, 2014. [28] F. Rovira-Más, I. Chatterjee y V. Sáiz-Rubio, «The role of GNSS in the navigation strategies of cost-effective agricultural robots,» Computers and Electronics in Agriculture, 2015. [29] E. Kayacan, E. Kayacan, H. Ramon y W. Saeys, «Learning in Centralized Nonlinear Model Predictive Control: Application to an Autonomous Tractor-Trailer System,» IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY, vol. 23, pp. 197-205, 2015. [30] J. Xuea, L. Zhang y T. E. Grift, «Variable field-of-view machine vision based row guidance of an agricultural robot,» Computers and Electronics in Agriculture, vol. 84, pp. 85-91, 2012. [31] L. Tang y P. Abplanalp, «GPS Guided Farm Mapping and Waypoint Tracking Mobile Robotic System,» de 2014 IEEE 9th Conference on Industrial Electronics and Applications (ICIEA), 2014. [32] N. Watthanawisuth, A. Tuantranont y T. Kerdcharoen, «Design of Mobile Robot for Real World Application in Path Planning Using ZigBee Localization,» de 2014 14th International Conference on

[33]

[34] [35]

[36] [37]

[38]

[39]

[40]

[41]

[42]

[43]

[44]

Control, Automation and Systems (ICCAS 2014), Gyeonggi-do, Korea, 2014. R. Vidoni, M. Bietresato, A. Gasparetto y F. Mazzetto, «Evaluation and stability comparison of different vehicle configurations for robotic agricultural operations on side-slopes,» Biosystems Engineering, vol. 129, pp. 197-211, 2014. F. Rovira-Más, «Sensor Architecture and Task Classification for Agricultural Vehicles and Environments,» Sensors, 2010. A. Angrisano, M. Petovello y G. Pugliano, «Benefits of Combined GPS/GLONASS with Low-Cost MEMS IMUs for Vehicular Urban Navigation,» Sensors, 2012. Z. Liu, J. Wang y D. Liu, «A New Curb Detection Method for Unmanned Ground Vehicles Using 2D Sequential Laser Data,» Sensors, 2013. Y. Tawk, P. Tomé, C. Botteron, Y. Stebler y P.-A. Farine, «Implementation and Performance of a GPS/INS Tightly Coupled Assisted PLL Architecture Using MEMS Inertial Sensors,» Sensors, 2014. L. Emmi, M. Gonzalez-de-Soto, G. Pajares y P. Gonzalez-de-Santos, «Integrating Sensory/Actuation Systems in Agricultural Vehicles,» Sensors, 2014. J. Tang, Y. Chen, A. Jaakkola, J. Liu, J. Hyyppä y H. Hyyppä, «NAVISAn UGV Indoor Positioning System Using Laser Scan Matching for Large-Area Real-Time Applications,» Sensors, 2014. D. Drenjanac, S. Tomic, J. Agüera y M. Perez-Ruiz, «Wi-Fi and Satellite-Based Location Techniques for Intelligent Agricultural Machinery Controlled by a Human Operator,» Sensors, 2014. J. Conesa-Muñoz, M. Gonzalez-de-Soto, P. Gonzalez-de-Santos y A. Ribeiro, «Distributed Multi-Level Supervision to Effectively Monitor the Operations of a Fleet of Autonomous Vehicles in Agricultural Tasks,» Sensors, 2015. T. Huang, S. Yan, F. Yang, T. Pan y J. Liu, «Building SDN-Based Agricultural Vehicular Sensor Networks Based on Extended Open vSwitch,» Sensors, 2016. J. M. Bengochea-Guevara, J. Conesa-Muñoz, D. Andújar y A. Ribeiro, «Merge Fuzzy Visual Servoing and GPS-Based Planning to Obtain a Proper Navigation Behavior for a Small Crop-Inspection Robot,» Sensors, 2016. J. J. Roldán, P. Garcia-Aunon, M. Garzón, J. d. León, J. d. Cerro y A. Barrientos, «Heterogeneous Multi-Robot System for Mapping Environmental Variables of Greenhouses,» Sensors, Julio 2015.