Accede a información sobre la estructura de la actividad investigadora de Geintra.
Accede a información sobre la estructura de la actividad investigadora de Geintra.
Accede a nuestra oferta actual de becas, tesis doctorales, contratos y trabajos fin de carrera.
Título | Sistema de posicionamiento absoluto de un robot móvil, fusión de sensado odométrico y marcas artificiales |
Tipo de publicación | Report |
Año de publicación | 2002 |
Autores | Marron, M |
Páginas | 71 |
Fecha de publicación | 06/2002 |
Institución | Alcala University |
Ciudad | Alcala de Henares (SPAIN) |
Tipo | DEA |
Idioma de publicación | Spanish |
Resumen |
El objetivo del trabajo consiste en fusionar los datos de posicionamiento absoluto obtenidos por el sistema de visión con la información de odometría proporcionada por el sistema de encoders del robot móvil (en este caso la silla de ruedas) para poder realizar, a partir de esta fusión, tareas de navegación complejas. Tras revisar diferentes trabajos de fusión realizados por otros grupos de investigación, se observa que la técnica del Filtro de Kalman Extendido (EKF) es la más extendida y adecuada para la aplicación de interés (sistemas no lineales con ruido blanco y gaussiano y con un modelo en variables de estado conocido y fácilmente linealizable alrededor del punto de trabajo). Es por ello que el trabajo de investigación desarrollado se centra en el uso de este estimador óptimo para fusionar los datos procedentes de los sistemas sensoriales comentados, si bien otras técnicas más o menos relacionadas que han sido también analizadas se comentan del mismo modo en la memoria.
|
Resumen | El objetivo del trabajo consiste en fusionar los datos de posicionamiento absoluto obtenidos por el sistema de visión con la información de odometría proporcionada por el sistema de encoders del robot móvil (en este caso la silla de ruedas) para poder realizar, a partir de esta fusión, tareas de navegación complejas. Tras revisar diferentes trabajos de fusión realizados por otros grupos de investigación, se observa que la técnica del Filtro de Kalman Extendido (EKF) es la más extendida y adecuada para la aplicación de interés (sistemas no lineales con ruido blanco y gaussiano y con un modelo en variables de estado conocido y fácilmente linealizable alrededor del punto de trabajo). Es por ello que el trabajo de investigación desarrollado se centra en el uso de este estimador óptimo para fusionar los datos procedentes de los sistemas sensoriales comentados, si bien otras técnicas más o menos relacionadas que han sido también analizadas se comentan del mismo modo en la memoria. |
Adjunto | Tamaño |
---|---|
TrabajoTuteladoMartaMarronRomera02.pdf | 841.03 KB |