Publicación: Comparación del Desempeño de Dos Estrategias de Seguimiento de Trayectoria Para la Navegación Autónoma de un Robot Móvil Diferencial
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
El presente trabajo consiste en el desarrollo, implementación y comparación del desempeño de dos estrategias de seguimiento de trayectoria para un robot móvil diferencial. La motivación para esta investigación surge debido a que la planificación y seguimiento de trayectorias de manera autónoma en diferentes entornos por parte de un robot móvil representa uno de los enfoques más importantes de las investigaciones en torno a la navegación de este tipo de vehículos. Desde la perspectiva del control tradicional se ha intentado resolver el problema de seguimiento de una trayectoria por diferentes métodos, pero la peculiar naturaleza cinemática no holonómica de las diferentes configuraciones de robots móviles resulta en la inaccesibilidad de una realimentación suficientemente estable para una postura dada, lo anterior, se resume básicamente en estar enfrentando a un sistema con características de no linealidad. Como alternativa de solución, las Redes Neuronales Artificiales (RNA) han resultado ser efectivas para lograr el control del movimiento de robots móviles debido a su capacidad de producir buenos modelos para sistemas no lineales, su estructura plana y altamente distribuida hace los esquemas de control neuronal más rápidos que los algoritmos tradicionales y finalmente, su capacidad algorítmica de adaptación ante cambios en el comportamiento de un proceso real. Se abordó el problema de control de seguimiento de trayectoria para un robot móvil diferencial desde las perspectivas mencionadas anteriormente, las cuales requerían para la aplicación de la señal de control la estimación exacta de la posición, esta fue calculada mediante un algoritmo de Filtro de Kalman Extendido. Para cada una de los controladores se procede al entendimiento de sus fundamentos matemáticos y se realiza la programación e implementación de los algoritmos en la plataforma de software seleccionada y por último, se finaliza con la evaluación del desempeño de cada una de las estrategias teniendo en cuenta la exactitud y el tiempo de ejecución utilizado para realizar la trayectoria completa. Se obtienen dos estrategias de seguimiento de trayectoria, las cuales son efectivas en el control de seguimiento de una trayectoria para un robot móvil diferencial bajo diferentes escenarios de geometría de la trayectoria y velocidad del vehículo.
Resumen en inglés
This work involved the development, implementation and performance comparison of two strategies for trajectory tracking for a differential mobile robot. The planning and path tracking independently in different environments by a mobile robot is one of the most important approaches to research on navigating this type of vehicle. From the perspective of traditional control has been tried to solve the problem of tracking a trajectory by different methods, but the peculiar nonholonomic kinematic nature of the different configurations of mobile robots results in inaccessibility of sufficiently stable feedback for a given posture, above, is summarized basically to be facing a system with characteristics of nonlinearity. As an alternative solution, the Artificial Neural Networks (ANN) have proved effective to achieve the motion control of mobile robots due to their ability to produce good models for nonlinear systems, flat design and highly distributed make the schemes of neuronal control faster than traditional algorithms, and finally, its algorithmic adaptability by changes in the behavior of a real process. The control problem of trajectory tracking for a differential mobile robot is addressed from the perspectives mentioned above, which required for the application of the control signal for the exact position estimation, this was calculated by an algorithm Extended Kalman Filter. For each of the controllers it is proceed to understanding their mathematical foundations and then the programming and implementation of the algorithms is performed on the platform selected software and finally closed with the evaluation of the performance of the strategies given accuracy and execution time used to perform the complete path. Two strategies for trajectory tracking are obtained, which are effective in controlling a trajectory tracking for a differential mobile robot under different scenarios geometry of the trajectory and speed of the vehicle.