RT Dissertation/Thesis
T1 Localización geométrica de robots móviles autónomos
A1 Armingol Moreno, José María
AB La estimación de la localización de un robot móvil autónomo, posición y orientaciónen cada instante de tiempo, constituye uno de los requerimientos esenciales para sunavegación. Tradicionalmente, los robots móviles se localizan usando métodos incrementales,tales como la odometría. Su principal inconveniente radica en la acumulación de errores a lolargo de la trayectoria, siendo preciso desarrollar sistemas de corrección, que actúen de formaperiódica o en determinados puntos críticos del camino.Esta tesis presenta como novedad el desarrollo de una arquitectura de planificación ysupervisión de la percepción orientada al proceso de relocalización, que facilite la utilizaciónde robots móviles en entornos complejos, con la finalidad de reducir la incertidumbre relativaa su posición respecto a un sistema de referencia dado.Las principales ventajas de la arquitectura propuesta son: la facilidad de integraciónde nuevos sistemas sensoriales e incorporación de algoritmos de localización, la posibilidadde interacción con el sistema de control de pilotaje desarrollado mediante técnicas reactivas yel planificador de trayectorias. El proceso de localización de un robot móvil a través de su sistema sensorial parte deun conocimiento previo del entorno de trabajo y de la representación geométrica de lainformación asociada a dicho entorno. Para completar la información de localización en todoslos grados de libertad del sistema, será preciso emplear un modelo de representación de laincertidumbre y un método de integración que permita manejar dicha representación.Los distintos métodos y algoritmos expuestos en el presente trabajo para extraerinformación del entorno de trabajo, se basan en el empleo de un sistema de visión artificial ysensores de ultrasonidos. Su selección y ejecución en paralelo se realiza a través de un módulo de supervisión con estructura jerárquica, en función de las directrices asociadas a lamisión propuesta por el usuario.La estimación de la posición del vehículo se ha realizado empleando un filtro deKalman extendido, al tratarse de un método recursivo, que permite obtener una estimación demínima varianza del estado partiendo de observaciones imprecisas. Para mejorar laestimación de la posición se plantea el uso de un filtro de Kalman extendido iterado basadoen algoritmos evolutivos.Finalmente, también son tratados distintos aspectos particulares relacionados con laverificación y validación de los diferentes módulos sobre una plataforma móvil real.
YR 1997
FD 1997
LK https://hdl.handle.net/10016/11629
UL https://hdl.handle.net/10016/11629
LA spa
DS e-Archivo
RD 4 may. 2024