Look-up in Google Scholar
Full metadata record
Barrios Araníbar, Dennis
Morales Muñoz, Elizabeth
2018-05-07T20:24:31Z
2018-05-07T20:24:31Z
2018-05-07T20:24:31Z
2018-05-07T20:24:31Z
2018
1060276
https://hdl.handle.net/20.500.12590/15590
El trabajo presentado a continuación se enfoca en almacenar posiciones previas y posteriores de las lecturas (sensores) optando por Simultaneous Localization and Mapping (SLAM), para almacenar todos los estados percibidos del ambiente. Se incluyó sensores de profundidad para percibir el ambiente y en cuanto a la orientación, se trabajó con los encoders de las ruedas. Los encoders permiten aplicar odometría, una técnica que retorna tres valores importantes. La posición en 2D (x,y) y el ángulo de orientación del robot. A medida que inicia el envío de las lecturas de los sensores, se grafica el resultado, en tiempo real. Pero a medida que la información de los sensores, se incrementa se aplican diferentes estructuras de almacenamiento, que mejoran el desempeño. Las técnicas más utilizadas en mapeamiento y que se pusieron en contraste en este trabajo, son los mapas topológicos y los mapas de ocupación. En cuanto a los mapas de ocupación, definimos que la ventaja principal, se encuentra en el almacenamiento práctico para la percepción retornada por el robot. Las desventajas principales son, el almacenamiento de datos en matrices de n x n, las cuales desperdician memoria debido a los recorridos del robot, en ambientes complejos. Los mapas topológicos por otro lado, tienen por ventaja principal el manejo eficiente de memoria debido a que trabajan con grafos. Con respecto a las desventajas en el abordaje con grafos, la principal se resume en la función que convierte un grafo en un mapa. Esta complejidad se encuentra en la distribución de ambientes en nodos y el retorno de las características de ese mapeamiento. La estructura propuesta MPTE-SLAM, surge tanto de las ventajas en los mapas topológicos y los de ocupación. MPTE-SLAM, es una matriz dispersa con nodos del tipo matriz, que almacena los valores retornados de la odometría, y se actualiza dando forma a los mapas. Los resultados obtenidos de todos los procesos, retornan un mapa adecuado del ambiente y el recorrido de este, con un mejor manejo de la memoria brindando un pequeño aporte al trabajo de mapeamiento con sensores de profundidad. Los mapas resultantes en la segunda parte de los resultados, poseen mayor precisión y mejor uso de la memoria. Pudiendo concluir, que esta estructura dispersa de nodos matriz, realmente genera una intersección de las ventajas en las técnicas más utilizadas. En cuanto a la trata de las actualizaciones, también mejora el resultado cuando es comparado con una matriz de ocupación. (es_PE)
Tesis (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Católica San Pablo (es_PE)
SUNEDU
info:eu-repo/semantics/openAccess (es_PE)
https://creativecommons.org/licenses/by/4.0/ (es_PE)
Universidad Católica San Pablo (es_PE)
Repositorio Institucional - UCSP (es_PE)
reponame:UCSP-Institucional
instname:Universidad Católica San Pablo
instacron:UCSP
Odometría (es_PE)
Simultaneous Localization and Mapping (SLAM) (es_PE)
Mapas topológicos (es_PE)
Localización y mapeo simultáneo por robots móviles con ruedas basados en mapas de ocupación y matrices dispersas (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Católica San Pablo. Facultad de Ingeniería y Computación (es_PE)
Ciencia de la Computación (es_PE)
Título Profesional (es_PE)
Ingeniero Informático (es_PE)
PE (es_PE)
http://purl.org/pe-repo/ocde/ford#1.02.01 (es_PE)
Privada asociativa



This item is licensed under a Creative Commons License Creative Commons