Embedded Files
Los robots autónomos han de poder situarse en cada instante con precisión, para poder saber cómo llegar a su destino (localización). Además, frecuentemente es interesante que al desplazarse vayan guardando un mapa del entorno lo más preciso posible. Ambos problemas están relacionados, y su solución simutánea recibe el nombre de SLAM (simultaneous localization and mapping).
Mediante el recurso exclusivo a la odometría la localización no es suficientemente precisa como para poder hacer una buena reconstrucción del entorno. Pablo García estudió en su PFC el comportamiento de la odometría, los sensores de ultrasonidos y la brújula electrónica a efectos de localización. La brújula electrónica. que permite obtener la orientación del robot midiendo para ello el campo magnético terrestre, queda descartada por los errores que le inducen los numerosos campos electromagnéticos y la propia estructura del edificio. En su proyecto empleo estimación basada en el filtro extendido de Kalman con objeto de reducir la incertidumbre en la posición.
Por otra parte, Adolfo Vázquez programó un sistema de localización relativa basado en balizas fijas naturales, referenciadas desde el sensor láser y utilizadas para determinar la posición del robot por triangularización.
La corrección se utiliza estimando la posición del robot por triangulación referenciada al sistema de balizas, mediante un sistema iterativo de dos pasos: propagación y corrección. Las balizas usadas son de tipo recta, utilizando para ello paredes y obstáculos naturales en el entorno de movimiento del robot. Con los datos suministrados por los sensores y aplicando el filtro de Kalman a los datos recibidos se reduce el error de posición.
Para conseguir una representación del entorno lo más funcional posible, y simplificar el proceso de identificación de los espacios libres y las distintas regiones y objetos en el área circundante, se optó por un mapa de celdillas uniforme en 2D. Basándonos en las medidas del láser, se construye una rejilla con valores entre 0 y 1 en cada celda, indicando la probabilidad de que dicha casilla esté ocupada por un objeto (método HIMM). El tamaño de la celdilla viene determinado por la precisión del láser, el tamaño a ocupar en memoria, y el propio tamaño del robot, tomándose finalmente un lado de 10cm. A pesar de efectos perturbadores como reflejos u objetos en movimiento se consiguen en última instancia reconstrucciones del entorno muy aceptables, válidas para usar posteriormente en la navegación.
Page updated
Report abuse