Producción CyT
Tesis
Autoría
Fecha
01/01/2003
Resumen
Información suministrada por el agente en
SIGEVA
Los esfuerzos para resolver el problema de la navegación autónoma han recibido una gran impulso los últimos años, y el objetivo común es la posibilidad de concebir un móvil realmente independiente en el sentido que en un ambiente desconocido pueda localizarse sin ayudas externas de ningún tipo y con ninguna o escasa preparación. Esta capacidad es fundamental ya que si el móvil conoce su posición, podrá controlar c&oacu...
Los esfuerzos para resolver el problema de la navegación autónoma han recibido una gran impulso los últimos años, y el objetivo común es la posibilidad de concebir un móvil realmente independiente en el sentido que en un ambiente desconocido pueda localizarse sin ayudas externas de ningún tipo y con ninguna o escasa preparación. Esta capacidad es fundamental ya que si el móvil conoce su posición, podrá controlar cómo ir a cualquier punto del espacio. En general, para resolver este problema el camino seguido ha sido la fusión de datos probabilística y en especial aquellas basadas en el Filtro Extendido de Kalman (EKF) que a la fecha, permiten una implementación en línea en ambientes externos de gran tamaño. Los algoritmos se basan en la localización del móvil y explorando el ambiente construyen un mapa de su entorno para utilizarlo luego en su localización. Aunque estas soluciones permiten plasmar en forma eficiente la idea de un móvil efectivamente autónomo, la confiabilidad se ve condicionada debido a la dependencia de estos algoritmos a la asociación entre la observación hecha por los sensores y el mapa construido. El problema que subyace es la suposición de distribuciones mono modales que hacen que una falla en este sentido sea catastrófica para el móvil y que este no pueda volver a localizarse correctamente. En esta tesis se trata este problema, proponiendo una solución que es a la vez eficiente en términos de cálculo y confiable ante errores que de otra manera serían ruinosos. Se formula un filtro híbrido que mantiene las ventajas de usar un EKF en cuanto a la implementación en tiempo real y se agrega un filtro Bayesiano para resolver ambigüedades (distribuciones con múltiples modos) que resultarían en la pérdida del vehículo. A lo largo de los capítulos se van introduciendo temas que son de importancia para resolver el problema de la navegación haciendo hincapié en las soluciones aportadas y sosteniendo los resultados con datos experimentales.
Ver más
Ver menos
Palabras Clave
NAVEGACIÓNFILTRO DE PARTÍCULASFUSIÓN DE DATOS