Fuzzy Logic and Computer Vision-Based Control Strategy for Line Following in an Omnidirectional Autonomous Mobile Robot
DOI:
https://doi.org/10.61467/2007.1558.2026.v17i5.1531Keywords:
Computer vision, Prewitt filter, fuzzy control, mobile robotics, visión por computador, filtro de Prewitt, control difuso, robótica móvilAbstract
This article presents the design of a vision-based line-following control strategy for an omnidirectional mobile robot operating on surfaces marked by lines. The proposed approach combines computer vision techniques with a Mamdani-type fuzzy controller to generate motion commands directly from visual feedback. Image acquisition is performed using an onboard webcam with a resolution of 320 × 240 pixels, enabling continuous real-time capture. The Prewitt filter is applied to detect edges and extract the position of the line from a defined region of interest. Based on the processed images, the lateral deviation of the robot with respect to the image centre is computed and used as input to the fuzzy controller. The controller generates forward linear and angular velocity commands following a feedforward control structure. Simulation results obtained using an omnidirectional mobile robot model demonstrate stable and smooth line-following behaviour, showing that the proposed system is capable of tracking the trajectory without losing the reference line under the tested conditions.
Spanish-language metadata / Metadatos en español
Título en español:
Estrategia de control basada en lógica difusa y visión por computador para el seguimiento de líneas en un robot móvil autónomo omnidireccional
Resumen:
Este artículo presenta el diseño de una estrategia de control para el seguimiento de líneas basada en visión, destinada a un robot móvil omnidireccional que opera sobre superficies marcadas con líneas. El enfoque propuesto combina técnicas de visión por computador con un controlador difuso de tipo Mamdani para generar comandos de movimiento directamente a partir de la retroalimentación visual.
La adquisición de imágenes se realiza mediante una cámara web integrada con una resolución de 320 × 240 píxeles, lo que permite una captura continua en tiempo real. Se aplica el filtro de Prewitt para detectar bordes y extraer la posición de la línea dentro de una región de interés definida.
A partir de las imágenes procesadas, se calcula la desviación lateral del robot con respecto al centro de la imagen, y este valor se utiliza como entrada del controlador difuso. El controlador genera comandos de velocidad lineal hacia delante y velocidad angular siguiendo una estructura de control feedforward.
Los resultados de simulación obtenidos mediante un modelo de robot móvil omnidireccional muestran un comportamiento estable y suave durante el seguimiento de la línea, lo que indica que el sistema propuesto es capaz de seguir la trayectoria sin perder la línea de referencia bajo las condiciones evaluadas.
Palabras Claves:
visión por computador, filtro de Prewitt, control difuso, robótica móvil
Smart citations:
References
Asfora, B. A. (2021). Embedded computer vision system applied to a four-legged line follower robot [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2101.04804
Caballero Julián, F. G., Pérez Solano, M. Á., Hernández Sánchez, C., Ordoñez Gonzaga, L. Y., & Matus Merino, C. A. (2023). Robot manipulador con visión artificial. Revista IPSUMTEC, 6(6), 39–49. https://doi.org/10.61117/ipsumtec.v6i6.51
Casadiego López, J. D. (2020). Implementación de sistema de detección de personas para un robot guía usando visión por computador [Undergraduate thesis, Universidad de los Andes]. Séneca: Repositorio Institucional de la Universidad de los Andes. https://repositorio.uniandes.edu.co/entities/publication/cefacffa-5ac2-4719-b3ae-b6c34c926c9a
Castillo, O., & Kumar, A. (Eds.). (2023). Recent trends on type-2 fuzzy logic systems: Theory, methodology and applications. Springer. https://doi.org/10.1007/978-3-031-26332-3
Castillo, O., Cortés-Antonio, P., Melin, P., & Valdez, F. (2020). Type-2 fuzzy control for line following using line detection images. Journal of Intelligent & Fuzzy Systems, 39(5), 6089–6097. https://doi.org/10.3233/JIFS-189081
Dirik, M., Castillo, O., & Kocamaz, F. (2021). Vision-based mobile robot control and path planning algorithms in obstacle environments using type-2 fuzzy logic. Springer. https://doi.org/10.1007/978-3-030-69247-6
Esquivel-Godoy, D. J., Nuño-Maganda, M. A., Hernández-Mier, Y., & Polanco-Martagón, S. (2022). Módulos de supervisión y automatización de un sistema hidropónico mediante lógica difusa y visión por computadora. Difu100ci@, Revista de Difusión Científica, Ingeniería y Tecnologías, 16(3), 15–22.
González-Aguilar, J., Castillo, O., & Cortés-Antonio, P. (2020). Implementation a fuzzy system for trajectory tracking of an omnidirectional mobile autonomous robot. In O. Castillo & P. Melin (Eds.), Hybrid intelligent systems in control, pattern recognition and medicine (pp. 327–340). Springer. https://doi.org/10.1007/978-3-030-34135-0_23
Kalmár-Nagy, T., Ganguly, P., & D'Andrea, R. (2002). Real-time trajectory generation for omnidirectional vehicles. In Proceedings of the 2002 American Control Conference (Vol. 1, pp. 286–291). IEEE. https://doi.org/10.1109/ACC.2002.1024818
Ma’arif, A., Nuryono, A. A., & Iswanto. (2020). Vision-based line following robot in Webots. In 2020 FORTEI-International Conference on Electrical Engineering (FORTEI-ICEE) (pp. 24–28). IEEE. https://doi.org/10.1109/FORTEI-ICEE50915.2020.9249943
Masmoudi, M. S., Krichen Masmoudi, N., Masmoudi, M., & Derbel, N. (2016). Fuzzy logic controllers design for omnidirectional mobile robot navigation. Applied Soft Computing, 49, 901–919. https://doi.org/10.1016/j.asoc.2016.08.057
Oltean, S. E., Dulău, M., & Puskas, R. (2010). Position control of Robotino mobile robot using fuzzy logic. In 2010 IEEE International Conference on Automation, Quality and Testing, Robotics (AQTR) (Vol. 1, pp. 366–371). IEEE. https://doi.org/10.1109/AQTR.2010.5520855
Rubio, Y., Picos, K., Orozco-Rosas, U., Sepúlveda, C., Ballinas, E., Montiel, O., Castillo, O., & Sepúlveda, R. (2018). Path following fuzzy system for a nonholonomic mobile robot based on frontal camera information. In O. Castillo, P. Melin, & J. Kacprzyk (Eds.), Fuzzy logic augmentation of neural and optimization algorithms: Theoretical aspects and real applications (pp. 223–240). Springer. https://doi.org/10.1007/978-3-319-71008-2_18
Sarwade, J., Shetty, S., Bhavsar, A., Mergu, M., & Talekar, A. (2019). Line following robot using image processing. In 2019 3rd International Conference on Computing Methodologies and Communication (ICCMC) (pp. 1174–1179). IEEE. https://doi.org/10.1109/ICCMC.2019.8819826
Sekhar, K. Ch., Shanthi, J. M., Senthil Kumar, K. R., Gopikrishnan, M., Revathi, R., & Dhanraj, J. A. (2026). Design and implementation of an autonomous line-following mobile robot using Q-learning and computer vision. EPJ Web of Conferences, 354, Article 03002. https://doi.org/10.1051/epjconf/202635403002
Wada, M., & Mori, S. (1996). Holonomic and omnidirectional vehicle with conventional tires. In Proceedings of the 1996 IEEE International Conference on Robotics and Automation (Vol. 4, pp. 3671–3676). IEEE. https://doi.org/10.1109/ROBOT.1996.509272
Yang, H., Wang, Y., & Gao, L. (2016). A general line tracking algorithm based on computer vision. In 2016 Chinese Control and Decision Conference (CCDC) (pp. 5365–5370). IEEE. https://doi.org/10.1109/CCDC.2016.7531957
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 International Journal of Combinatorial Optimization Problems and Informatics
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
