Slam geométrico en tiempo real para robots móviles en interiores basado en ekf

摘要

La construccion de un mapa del entorno con un robot movil pasa obligatoriamente por la necesidad de localizar simultaneamente el robot en dicho mapa, lo que es conocido como el problema Simultaneous Localization and Mapping o SLAM. La solucion al mismo es considerada como una pieza clave en la consecucion de un sistema robotico verdaderamente autonomo. Dentro de las soluciones al problema SLAM, destacan las probabilisticas, especialmente aquellas que utilizan un Filtro Extendido de Kalman o EKF para realizar la estimacion del mapa, ya que este algoritmo tiene teoricamente unas excelentes propiedades. Existen en la literatura numerosos trabajos basados en este algoritmo, pero sin embargo, los resultados para construir mapas de entornos de interiores de considerable tamano, son ciertamente escasos. Esta tesis intenta dar respuesta a este vacio, realizando desde el planteamiento conceptual hasta la experimentacion intensiva, pasando por una formulacion matematica rigurosa y una implementacion eficiente. Se establece una representacion eficiente adecuada para los entornos de interiores que pueda ser manejada por el EKF, se estudia la consistencia y convergencia de la solucion, y se realiza una nueva formulacion que mejora notablemente dichas propiedades. Tambien se formulan, implementan y experimentan con exito otros planteamientos, cuyo objetivo es conseguir el procesamiento de los mapas en tiempo real y extender la aplicacion de los algoritmos para la construccion de un mapa mediante la colaboracion de varios robots. Los resultados obtenidos son ciertamente destacables, comprobando la construccion exitosa de mapas en distintos entornos y con distintos robots, bajo distintas condiciones experimentales, como la exploracion remota de entornos poblados por personas o la construccion de mapas grandes en tiempo real mediante varios robots. Estos mapas son ademas, extremadamente utiles para posteriores tareas