Resumen de Simultaneous localization and mapping using range only sensors
La robótica móvil ha llegado a ser en una línea de investigación de gran popularidad dentro de la robótica debido al gran número de soluciones que puede aportar en el área de servicios. Debido a este hecho, la demanda de guiado y navegación autónoma se ha incrementado en las últimas décadas. Estas aplicaciones están basadas en localización y mapeado. El problema de localización es resuelto utilizando mapas e información sensorial del entorno. Por el contrario, el problema de mapeado es resuelto utilizando información de los sensores y de la localización. Por medio de la información proporcionada por los sensores de solo distancia y técnicas probabilísticas, es posible obtener mapas de balizas del entorno y estimar la ubicación del usuario. Actualmente, lo sensores de solo distancia son baratos, no intrusivos y proveen un identificador único por baliza pero no proporcionan ninguna información angular lo que dificulta la localización y el mapeado.
En entornos exteriores, la navegación es resuelta de forma aceptable por el sistema de posicionamiento global. Sin embargo, este sistema no es adecuado para sistemas de localización y mapeado en entornos interiores ya que la señal es débil y es atenuada por techos, muros y otros objetos.
En entornos interiores, un modelo de observación adaptado es necesario para proporcionar una buena relación entre el nivel de señal y la distancia. Esta tesis pretende obtener un modelo de observación genérico de la propagación de la señal WiFi.
En esta tesis son propuestos varios algoritmos para obtener una localización basada en solo distancia con un mapa a priori de balizas. Para ese propósito, es necesario generar previamente un mapa de balizad del entorno. Las técnicas de lateración son presentadas como soluciones sencillas para solventar el problema de localización. Sin embargo, su funcionamiento se ve afectado por problemas de geometrías y por el ruido que afecta a las medidas de distance. Por el contrario, métodos probabilísticos como el filtro de partículas son capaces de lidiar con las características de los sensores de solo distancia y de proveer una localización precisa.
El mapa puede ser generado utilizando técnicas de mapeado que son analizadas en esta tesis. El mapeado además debe lidiar con la falta de información angular de los sensores de solo distancia, lo que hace imposible estimar la localización de las balizas únicamente con una medida. El filtro de partículas ha sido presentado como una buena opción para mapear el entorno cuando la localización del robot es precisa. Cuando la localización del robot no es precisa, esta tesis opta por emplear técnicas de Localización y Mapeado Simultáneos con un robot que se encarga de obtener información de distancia y de la odometría. Varias técnicas como enfoques de filtrado y de suavizado son analizados.
Finalmente, la mejor combinación de técnicas de mapeado y de localización (suavizado y filtro de partículas) son utilizados en una aplicación real para proporcionar una colaboración efectiva entre equipos humano-robot dentro del proyecto ABSYNTHE.
