Publicación: Navegación Autónoma de un Robot Móvil Usando Filtro de Partículas en la Etapa de Localización
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
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
Este trabajo consiste en el desarrollo e implementación de una estrategia de navegación autónoma para robots móviles de locomoción diferencial, en donde se tuvo en cuenta una etapa de planificación de rutas, control de posición, estimación de estado y sensado de ambiente. Esta estrategia de navegación se implementó en un robot iRobot Create ® de IRobot ®, con modificaciones realizadas por Quanser, del cual se destacan los cinco sensores de dis tancia infrarrojos distribuidos a 45º el uno del otro, un computador Gumstix y dos motores DC con su respectivo enconder en cada llanta. La principal característica de esta estrategia de navegación implementada en el desarrollo de este trabajo, es el uso del algoritmo de filtro de partículas en la etapa de estimación de estados, debido a la no linealidad del sistema propuesto. Este algoritmo se basa en la generación aleatoria de partículas que representan estados artificiales que intentan emular la posición del robot. Cada una de estas partículas es eva luada en el sistema del robot diferencial, y seguido a esto, se provee al algoritmo con las medidas de los sensores de distancia del robot, las cuales se comparan con cada una de las partículas, asignándoles un peso acorde con la similitud de las medidas reales con las artificiales; posteriormente, se entra a una etapa de actualización en donde se descartan las partículas de bajo peso, y se resaltan las demás según su importancia. Por último, para estimar la posición, se usan las partículas actualizadas con sus respectivos pesos. Así pues, este trabajo se desarrolló con el fin de explorar los alcances de la formulación bayesiana, vista en el algoritmo de filtro de partículas, como estimador de posición en un robot móvil.
Resumen en inglés
his thesis involves the development and implementation of a navigation strategy for auto nomous mobile robots with differential locomotion, which was considered a stage of route planning, position control, state estimation and environment sensing. This navigation strategy was implemented in iRobot Create textsuperscript textregiste red iRobot textsuperscript textregistered, with modifications made by Quanser, which highlights the five infrared distance sensors distributed at 45 ° from each other on the ro bot, a computer Gumstix and two DC motors with their respective enconder in each wheel. The main feature of this navigation strategy implemented at this work, is the use of parti culate filter algorithm in the step of state estimation due to the nonlinearity of the proposed system. This algorithm is based on the random generation of particles which represent artificial states that try to emulate the position of the real robot. Each of these particles is evaluated in the system of differential robot, and followed this, it provides the algorithm measures the distance sensors, which are compared with each of the particles, assigning a weight according to the similarity of the actual measurements with artificial ones; then it enters into a stage of update, where low weight particles are discarded, and others are highlighted according to their importance. Finally, to estimate the position, the date and their weight particles are used. Thus, this work was developed in order to explore the scope of Bayesian formulation, view the particulate filter algorithm, as estimator position in a mobile robot.