%0 Thesis
%9 Master thesis
%A Aguilar Canellas, Diego de
%B Inteligencia_Artificial
%D 2019
%F upm:55526
%I ETSI_Informatica
%P 59
%T Análisis y mejora del algoritmo TBF en el ámbito de la detección de obstáculos
%U https://oa.upm.es/55526/
%X El algoritmo TBF se utiliza para localizar las esquinas de los obstáculos presentes en un entorno a partir de información 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 así encontrar la configuración más adecuada para el algoritmo. Además, se propone cambiar la hipótesis inicial que utiliza el algoritmo TBF para obtener la posición del estimador de una esquina, por otra en la que no se pierda información referente a la primera triangulación. Con este cambio se mejoran los resultados, también se aplica un clustering para reducir la complejidad de cómputo. Utilizando los resultados del algoritmo TBF se ha desarrollado una nueva técnica para detectar muros. Dicha técnica no produce cambios en el algoritmo TBF, ni tampoco en la ruta trazada por el robot y emplea únicamente la información ya requerida por el primer algoritmo. Esta técnica se pone a prueba en varios escenarios donde logra detectar los muros de todos los obstáculos.---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.