Mejoras de escalabilidad y consistencia en sistemas SLAM con aplicaciones en exploración activa multi-robot.
En un mundo en el que a los robots se les asignan periódicamente tareas cada vez más cruciales, es esencial proporcionar capacidades de mapeo y localización eficientes, sólidas y precisas. Una plataforma robótica móvil que opera en un entorno desconocido o impredecible requiere localizarse adecuadamente y, simultáneamente, construir una representación útil del entorno, con el fin de emitir respuestas lo suficien- temente robustas para la toma de decisiones que no comprometan la seguridad o recursos. Este problema se conoce como localización y mapeo simultáneo (Simultaneous Localization and Mapping, SLAM), el cual es un requisito previo fundamental para lograr la navegación autónoma y representa uno de los principales temas de investigación en la comunidad de robótica. En la presente tesis de investigación se presenta una versión extendida del exitoso sistema de Visual SLAM, S-PTAM (Stereo Parallel Tracking and Mapping), especialmente diseñado para hardware embebido con recursos computacionales limitados. Se introduce una política de segmentación de mapas que mejora la concurrencia de los módulos y permite trabajar de manera eficiente en áreas no conflictivas. Los algoritmos propuestos permiten seleccionar de manera eficiente partes relevantes del mapa a nivel local y ejecutar varias operaciones críticas con complejidad computacional que no dependa del tamaño total del mapa, otorgando así, una mayor escalabilidad al sistema SLAM. Para una experimentación realista y repetible, el sistema resultante se evalúa sobre el dataset EuRoC MAV disponible públicamente, empleando un dispositivo de cómputo embebido de bajos recursos. Se propone, además, un novedoso enfoque SLAM con capacidades de estimación de la incertidumbre. La solución permite reducir la cantidad de variables de estado consideradas durante el proceso de estimación, manteniendo una consistencia aproximada tanto en los valores estimados como en las incertidumbres con respecto a la formulación probabilística. Se proporciona una metodología para construir un prior en tiempo acotado, independientemente del área del grafo seleccionado. Este prior servirá para contextualizar una optimización local, dando como resultado estimaciones consistentes en términos de incertidumbre. Por último, la tesis presenta una aplicación de exploración y planificación de trayectorias multi-robot utilizando métodos SLAM capaces de mantener estimaciones consistentes de incertidumbre. De esta forma, se demuestran los beneficios existentes de los enfoques SLAM desarrollados, logrando ser empleados para tareas de navegación autónoma eficientes.
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | info:eu-repo/semantics/doctoralThesis biblioteca |
| Language: | spa |
| Published: |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
|
| Subjects: | ROBOTICA MOVIL, SLAM, VISUAL SLAM, ACTIVE SLAM, ESTIMACION DE ESTADO, ESTIMACION DE INCERTIDUMBRE, EXPLORACION MULTI-ROBOT, MOBILE ROBOTICS, STATE ESTIMATION, UNCERTAINTY ESTIMATION, MULTI-ROBOT EXPLORATION, |
| Online Access: | https://hdl.handle.net/20.500.12110/tesis_n6812_Castro http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=aextesis&d=tesis_n6812_Castro_oai |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|