Geintra

Departamento de electronica Universidad de Alcala

Research lines

Access information on the Geintra research activity structure. More information


Work with us

Access to our current offer of grants and contracts. More information


Contact

You can contact us using different means. More information

    Sistema de posicionamiento absoluto de un robot móvil, fusión de sensado odométrico y marcas artificiales

    TitleSistema de posicionamiento absoluto de un robot móvil, fusión de sensado odométrico y marcas artificiales
    Publication TypeReport
    Año de publicación2002
    AutoresMarron, M
    Páginas71
    Fecha de publicación06/2002
    InstitutionAlcala University
    CityAlcala de Henares (SPAIN)
    TypeDEA
    Idioma de publicaciónSpanish
    Abstract

    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.

    AttachmentSize
    TrabajoTuteladoMartaMarronRomera02.pdf841.03 KB

    Geintra © 2008-2024

    Diseño web por Hazhistoria