Evaluación de un algoritmo de localización híbrida para un robot móvil dotado de láser y cámara omnidireccional

Martín Arias, Elena (2020). Evaluación de un algoritmo de localización híbrida para un robot móvil dotado de láser y cámara omnidireccional. Thesis (Master thesis), E.T.S.I. Industriales (UPM).

Description

Title: Evaluación de un algoritmo de localización híbrida para un robot móvil dotado de láser y cámara omnidireccional
Author/s:
  • Martín Arias, Elena
Contributor/s:
  • Puente Yusty, Paloma de la
Item Type: Thesis (Master thesis)
Masters title: Automática y Robótica
Date: January 2020
Subjects:
Freetext Keywords: AMCL, robótica móvil, localización, métricas de evaluación
Faculty: E.T.S.I. Industriales (UPM)
Department: Automática, Ingeniería Eléctrica y Electrónica e Informática Industrial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (3MB) | Preview

Abstract

Este proyecto se enmarca dentro de la actividad del Grupo de Control Inteligente del CAR, el Centro de Automática y Robótica de la Universidad Politécnica de Madrid y el Consejo Superior de Investigaciones Científicas. Uno de los muchos ámbitos de investigación que en él se desarrollan es el de la localización de robots móviles, y es en este aspecto en el que se centra el presente trabajo y sus predecesores. El primer trabajo de interés del cual parte este proyecto, consiste en utilizar información de un sensor láser y una cámara omnidireccional y fusionarla utilizando el algoritmo de Monte Carlo adaptativo, permitiendo así la localización del robot en un entorno previamente conocido. El proceso de navegación en interiores se ve afectado por numerosas fuentes de incertidumbre. Es por ello necesario emplear técnicas que basen la localización del robot en una serie de lecturas, proporcionando así suficiente información para obtener la posición del robot a lo largo del tiempo. Existen distintos métodos para lograrlo, en muchos de los cuales se representa la posición como un conjunto de posiciones posibles, con distinta probabilidad. En el algoritmo de Monte Carlo, se aproxima la distribución buscada mediante una muestra de partículas, que representan distintos estados posibles, y a cada partícula se le asigna un parámetro de confianza o probabilidad. A la hora de escoger qué muestras se actualizan, se escogen las situadas en las zonas de más alta probabilidad. El algoritmo de Monte Carlo adaptativo (AMCL) es una variación del algoritmo de Monte Carlo que adapta el número de muestras durante la ejecución. Existe un paquete desarrollado en ROS (Robot Operating System) que permite implementar un AMCL, y es la base sobre la que se desarrolló el algoritmo que este proyecto pretende evaluar. En cuanto al detector empleado en dicho algoritmo, se encarga de identificar unos marcadores artificiales a través de las imágenes de la cámara omnidireccional. Estos marcadores contienen información acerca del número de mapa, el de la zona dentro de este, y el identificador del marcador. El segundo trabajo a destacar fue el desarrollo de una herramienta capaz de elaborar mapas de celdillas de entornos conocidos, así como mapas de marcadores, tanto a partir de mundos de simulación como simplificando la adición y edición de nuevos elementos. Ambos trabajos se han utilizado, evaluado y extendido en el presente proyecto, analizando su funcionamiento en distintos entornos y situaciones, tratando de dar respuesta a las necesidades de aportar más información sobre la validez del algoritmo y probar de forma extensa el comportamiento de dicho algoritmo junto con la herramienta de generación de mapas.

More information

Item ID: 58273
DC Identifier: http://oa.upm.es/58273/
OAI Identifier: oai:oa.upm.es:58273
Deposited by: Biblioteca ETSI Industriales
Deposited on: 06 Apr 2020 08:28
Last Modified: 25 May 2020 22:30
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM