| Revista: | Revista politécnica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000435514 |
| ISSN: | 1900-2351 |
| Autores: | Olivares Avila, Manuel Alejandro1 Gallardo Arancibia, José Alberto1 |
| Instituciones: | 1Universidad Católica del Norte, Departamento de Ingeniería de Sistemas y Computación, Antofagasta. Chile |
| Año: | 2015 |
| Periodo: | Jul-Dic |
| Volumen: | 11 |
| Número: | 21 |
| Paginación: | 75-84 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | El objetivo principal de este trabajo es desarrollar un sistema de localización autónomo capaz de entregar mejores estimaciones de posición en comparación a un sistema exclusivamente odométrico mediante un algoritmo de fusión sensorial. Un robot móvil recorre una trayectoria previamente programada para proporcionar datos sensoriales al sistema. Se define una arquitectura de fusión que trabaja con datos de odómetros, acelerómetros y giroscopio. El modelo de movimiento del robot, el modelo de medición y los datos sensoriales se fusionan empleando un filtro de Kalman extendido. Los resultados muestran que en todos los casos evaluados, el sistema registra una mejora del 38% en comparación a un sistema de localización determinístico estándar. Por otra parte, los datos revelan que la variable θ es la más influyente en el proceso. En conclusión, los resultados satisfacen el objetivo planteado, sin embargo, pueden ser mejorados incorporando sensores adicionales y ajustando las matrices de incertidumbre R y Q |
| Resumen en inglés | The main objective of this study is to develop an autonomous localization system capable of delivering better position estimates compared to an exclusively odometer system by means of a sensor fusion algorithm. A mobile robot travels a pre-programmed path to provide sensory data to the system. A fusion architecture is define that works with odometers, accelerometers and gyroscope data. The robot movement model, the measurement model and the sensory data are using an Extended Kalman Filter. The results show that in all the cases that were evaluated the system records an improvement of 38% compared to a standard deterministic localization system. The data show that the θ variable is the most influential in the process. In conclusion, the results satisfy the stated objective, nevertheless, it can be improved by incorporating additional sensors and adjusting the uncertainty matrices R and Q |
| Disciplinas: | Ingeniería |
| Palabras clave: | Ingeniería biónica y cibernética, Robots móviles, Fusión sensorial, Localizacion robótica, Filtro de Kalman |
| Keyword: | Bionics and cybernetics, Mobile robot, Sensorial fusion, Robotic localization, Kalman filter |
| Texto completo: | http://biblat.unam.mx/hevila/Revistapolitecnica/2015/vol11/no21/7.pdf |
