@unpublished{upm55526,
           title = {An{\'a}lisis y mejora del algoritmo TBF en el {\'a}mbito de la detecci{\'o}n de obst{\'a}culos},
          school = {ETSI\_Informatica},
            year = {2019},
            note = {Unpublished},
             url = {https://oa.upm.es/55526/},
          author = {Aguilar Canellas, Diego de},
        abstract = {El algoritmo TBF se utiliza para localizar las esquinas de los obst{\'a}culos presentes en un entorno a partir de informaci{\'o}n proporcionada por sensores de tipo sonar. En este trabajo se utiliza un robot equipado con sonares para probar el algoritmo en una serie de entornos virtuales. Los resultados son estudiados para as{\'i} encontrar la configuraci{\'o}n m{\'a}s adecuada para el algoritmo. Adem{\'a}s, se propone cambiar la hip{\'o}tesis inicial que utiliza el algoritmo TBF para obtener la posici{\'o}n del estimador de una esquina, por otra en la que no se pierda informaci{\'o}n referente a la primera triangulaci{\'o}n. Con este cambio se mejoran los resultados, tambi{\'e}n se aplica un clustering para reducir la complejidad de c{\'o}mputo. Utilizando los resultados del algoritmo TBF se ha desarrollado una nueva t{\'e}cnica para detectar muros. Dicha t{\'e}cnica no produce cambios en el algoritmo TBF, ni tampoco en la ruta trazada por el robot y emplea {\'u}nicamente la informaci{\'o}n ya requerida por el primer algoritmo. Esta t{\'e}cnica se pone a prueba en varios escenarios donde logra detectar los muros de todos los obst{\'a}culos.---ABSTRACT---The TBF algorithm is used to identify the corners of obstacles present in an environment from readings made by sonar sensors. Starting with a robot equipped with sonar sensors around its perimeter, the existing algorithm is implemented and tested in a series of worlds in a virtual environment. The results are evaluated and the variables affecting them studied. The outcome is then improved by changing the initial hypothesis used to locate the corners so it depends on a triangulation instead of a single reading. This change improves the accuracy of the algorithm. Clustering is also used to reduce the computing complexity. Then, by using the corners obtained by the TBF algorithm, a new technique to detect walls is presented. The wall detecting technique requires no additional exploration around the objects nor changes in the TBF and works with the information already required by the TBF. This technique is put to the test and is shown to successfully detect the walls of every obstacle in the simulations.}
}