Navegación robótica

Diagramas de Voronoi

• Voronoi. Presentación introductoria.
• Geometría computacional: Diagramas de Voronoi. Sitio.

Campos potenciales

• Thomas Hellström, Robot Navigation with Potential Fields.
• Una presentación más avanzada. También incluye el algoritmo del frente de onda Robotic Motion Planning: Potential Functions

Datos auxiliares para la implementación de campos potenciales

Creación de mapas

Este es todo un proyecto, por lo que hay referencias a varios artículos: Bootstrap Learning of Foundational Representations

Se sugiere empezar por este artículo: A robot exploration and mapping strategy based on a semantic hierarchy of spatial representations, versión posterior que resume y revisa todo: The Spatial Semantic Hierarchy: ftp://ftp.cs.utexas.edu/pub/qsim/papers/Kuipers-aij-00-elsevier.pdf.n

Si se quiere iniciar desde aprender a detectar patrones entre sensores y effectores: Map learning with uninterpreted sensors and effectors.

Actualizar con: Towards the Object Semantic Hierarchy

También valdría la pena revisar los avances reportados en esta tesis de doctorado: Graceful Navigation for Mobile Robots in Dynamic and Uncertain Environments

Uso de curvas paramétricas

Utilizaremos un artículo sobre ambientes virtuales: Motion planning for camera movements

El sistema de navegación de Dora

Robot Obstacle Avoidance using the Kinect. Tesis de maestría en Ciencias de la Computación. Muestra la implementación de un sistema de navegación, extrayendo las posiciones de los obstáculos a partir de un Kinect, usando algoritmos de agrupamiento, cerradura convexa, cerradura cóncava, Voronoi y A*.

Localización usando Cadenas de Markov

Práctica 10 en el manual: Manual de prácticas IA

Artículo original Markov Localization for Mobile Robots