Un enfoque basado en E2ED para la navegación y localización de robots personalizados

El mapeo y localización simultáneos o SLAM es una estrategia básica utilizada con robots y vehículos autónomos para identificar entornos desconocidos. Es de gran atención en robótica debido a su importancia en el desarrollo de esquemas de planificación de movimiento en entornos desconocidos y dinámi...

Full description

Autores:
Moreno Niño, Andrés
Páez Cepeda, Daniel Fernando
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/40854
Acceso en línea:
http://hdl.handle.net/11349/40854
Palabra clave:
Localización
Navegación
Planificación de ruta
Robótica
SLAM
Ingeniería Eléctrica por Ciclos Propedéuticos -- Tesis y disertaciones académicas
SLAM (Simultaneous Localization and Mapping)
Robótica
Navegación de robots
Planificación de movimiento
ROS (Robot Operating System)
Simuladores robóticos
Robots personalizados
ARMOS TurtleBot
Algoritmos autónomos
Localization
Navigation
Path planning
Robotics
SLAM
Rights
License
Abierto (Texto Completo)
Description
Summary:El mapeo y localización simultáneos o SLAM es una estrategia básica utilizada con robots y vehículos autónomos para identificar entornos desconocidos. Es de gran atención en robótica debido a su importancia en el desarrollo de esquemas de planificación de movimiento en entornos desconocidos y dinámicos, que se aproximan a los casos reales de aplicación de un robot. Es por esto que, paralelamente a la investigación, también son importantes en los procesos de formación especializada en robótica. Sin embargo, el acceso a las plataformas y laboratorios robóticos suele ser complejo y costoso, con una gran demanda de tiempo y recursos, especialmente para los centros de investigación pequeños. Un enfoque más eficiente y asequible para trabajar con algoritmos autónomos y esquemas de planificación de movimiento suele ser el uso del simulador ROS-Gazebo, que permite una alta integración con robots no comerciales personalizados y la posibilidad de un diseño de extremo a extremo (E2ED) solución. Esta investigación aborda este enfoque como una estrategia de capacitación e investigación con nuestra plataforma robótica ARMOS TurtleBot, creando un entorno para trabajar con algoritmos de navegación, en tareas de localización, mapeo y planificación de rutas. Este artículo muestra la integración de ROS en el proyecto ARMOS TurtleBot y el diseño de varios subsistemas basados en ROS para mejorar la interacción en el desarrollo de tareas del robot de servicio. El código fuente del proyecto está disponible para la comunidad investigadora).