Metodología de Navegación de robots móviles para detección de vanos y discontinuidades en su trayectoria
View/
Share this
Date
2019Metadata
Show full item recordPDF Documents
Abstract
En la presente tesis de maestría, se pretende plantear el estudio e implementación de 2 estrategias de navegación autónoma que permitan a una plataforma robótica llegar al cumplimiento de la tarea asignada en entornos interiores estáticos, incluyendo trabajar con algunas discontinuidades, tales como puertas y/o pasillos. La primera estrategia que se evaluara será un sistema hibrido, teniendo en cuenta un sistema neuro-difuso, donde la parte de redes neuronales en combinación con comportamientos reactivos estimaran una decisión en cuanto a la orientación, y la parte difusa entregara mediante el uso de reglas, la velocidad a seguir por la plataforma, teniendo en cuenta las restricciones físicas y mecánicas del robot, el segundo método a analizar estará basado en estrategias estadísticas y/o probabilísticas, donde se enfocara en redes bayesianas. Se elaboraran pruebas en diversos entornos y cada una con diversos niveles de complejidad, donde datos representativos podrán ser comparados con métricas de desempeño y así poder establecer en alguna medida la mejor opción
Abstract
In this master thesis, intends to present the study and implementation of 2 autonomous navigation strategies that lead to a robotic platform to fulfilling the task assigned in normal indoor environments, including work with some discontinuities, such as Corridor or hallways. The first strategy to be evaluated will be a hybrid system, taking into account a neuronal-fuzzy system, where the part of neuronal networks in combination with reactive behaviors estimate a decision on orientation, and the fuzzy logic part delivered through the use of rules , The speed to be followed by the platform, taking into account the physical and mechanical constraints of the robot, the second method to analyze will be based on statistical and / or probabilistic strategies, where it will focus on Bayesian networks. Tests will be developed in different environments and each with different levels of complexity, where representative data can be compared with performance metrics and thus be able to establish to some extent the best option
Collections
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/