Implementación de un sistema de mapeo y localización a un robot hexápodo enfocado en la exploración del entorno y monitoreo de temperatura
DOI:
https://doi.org/10.46842/ipn.cien.v23n2a02Palabras clave:
filtro de partículas, temperatura, posición, muestreo, mapa, robot hexápodoResumen
Las diversas investigaciones en el campo de la robótica han permitido lograr avances significativos en el desarrollo de métodos que permitan eficientemente determinar la posición de un robot dentro de un entorno que no siempre es conocido. La localización y mapeo simultáneo (SLAM) permite determinar la posición actual de un robot y realizar un mapeo de la ruta a seguir, en el cual se detectan incluso la presencia de elementos sólidos presentes en los entornos reales (landmarks), que le representen al robot un cambio en su dirección durante la marcha. Esta propuesta provee el análisis de implementación del método probabilístico, filtro de partículas, que bajo condiciones determinadas asegura el correcto desempeño en escenarios reales controlados, la adquisición de información del entorno sin conexión a red por medio del muestreo de valores de temperatura a través del almacenamiento de los datos en archivos CVS y el monitoreo de la temperatura por medio de la visualización de un mapa térmico. Para el éxito de este análisis se debe asegurar la robustez de los resultados obtenidos al aplicar estos sistemas y tener en cuenta la viabilidad de la aplicación de este trabajo para los objetivos propuestos.
Referencias
M. M. H. Polash et al., "Explorer-0100: An autonomous next generation Mars rover," in 2017 20th International Conference of Computer and Information Technology (ICCIT), 2017, pp. 1-7.
S. Russell, P. Norvig, Artificial intelligence a modern approach. Pearson, 2010.
S. Thrun, W. Burgard, D. Fox, Probabilistic robotics, MIT Press, 2005.
V. Narváez et al., "Diseño e Implementación de un Sistema de Localización y Mapeo Simultáneos (SLAM) para la Plataforma Robótica ROBOTINO®," Rev. Politécnica, vol. 33, núm. 1, febrero 2014.
J. L. Li, J. H. Bao, Y. Yu, "Graph SLAM for Rescue Robots," Appl. Mech. Mater., vol. 433-435, pp. 134-137, octubre 2013.
Ezrobot, "Six Hexapod - EZ-Robot" [en línea]. Disponible en: https://www.ez-robot.com/Shop/AccessoriesDetails.aspx?productNumber=30. [Consultado el: 15-11-2018].
H. Durrant-Whyte, T. Bailey, "Simultaneous localization and mapping: part I," IEEE Robot. Autom. Mag., vol. 13, núm. 2, pp. 99-110, junio 2006.
E. Upton, G. Halfacree, Raspberry Pi User Guide. Wiley, 2012.
A. Syed, H. A. ElMaraghy, N. Chagneux, "Real-time monitoring and diagnosing of robotic assembly with self-organizing neural maps," in Proceedings Real-Time Systems Symposium, pp. 271-274, 1992 .
A. Aloisio, P. Branchini, F. Cevenini, "Real-time diagnostic and performance monitoring in a DAQ environment," in 1999 IEEE Conference on Real-Time Computer Applications in Nuclear Particle and Plasma Physics. 11th IEEE NPSS Real Time Conference. Conference Record (Cat. No.99EX295), 1999, pp. 239-242.
L. Bilurbina, F. Liesa, Materiales no metálicos resistentes a la corrosión, Marcombo, 1990.
R. Lemesle, A. Petitjean, Windows PowerShell?: los fundamentos del lenguaje, ENI, 2015.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2019 Instituto Politécnico Nacional
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.