Caracterización de un sensor de rango láser de bajo costo previo a una implementación de Slam

##plugins.themes.bootstrap3.article.main##

Victor Costella
Humberto Rodríguez
Enviado: Mar 15, 2017
Publicado: Mar 15, 2017

Resumen

Una propiedad básica que debe poseer cualquier vehículo autónomo es su capacidad de desplazarse libremente a través de su ambiente de trabajo. La navegación robótica autónoma se consigue cuando el problema computacional denominado Localización y Mapeado Simultáneo (SLAM) es resuelto. Para conseguir esto, el robot móvil debe calcular su posición aproximada al mismo tiempo que construye y actualiza un mapa de ambiente. Tradicionalmente, se utilizan las lecturas odométricas y los rangos de los objetos circundantes obtenidos por medio de un sensor de rango láser. La estimación de la posición del robot es mejorada en la medida en que la data sensoriales recolectada, manejada y modelada apropiadamente. Debido a su rapidez, exactitud, resolución angular y amplia área de barrido, el sensor de rango láser ha sido usado en muchas aplicaciones para resolver el problema de SLAM con éxito, pero siempre existe un compromiso entre su costo y su desempeño. En este artículo se presenta una caracterización del sensor de rango láser Hokuyo URG-04LX_UG01, un sensor de bajo costo. El propósito final es establecer un modelo funcional para solucionar SLAM en interiores.

Palabras clave

sensor de rango láser, caracterización, extracción de características del ambiente, navegación.

Descargas

La descarga de datos todavía no está disponible.

##plugins.themes.bootstrap3.article.details##

Cómo citar
Costella, V., & Rodríguez, H. (2017). Caracterización de un sensor de rango láser de bajo costo previo a una implementación de Slam. Prisma Tecnológico, 7(1), 30-34. Recuperado a partir de https://revistas.utp.ac.pa/index.php/prisma/article/view/1261

Citas

(1) H. Durrant-Whyte , T. Bailey. "Simultaneous Localisation and Mapping (SLAM): Part I The Essential Algorithms", IEEE Robotics and Automation Magazine, pp 99-108, 2006.

(2) G. Dissanayake, P. Newman, H.F. Durrant-Whyte, S. Clark, M. Csobra. "A Solution to the Simultaneous Localisation and Mapping (SLAM) Problem". IEEE Trans. Robotics and Automation, Magazine, 17(3): pp. 229-241, 2001.

(3) M. Montemerlo, S. Thrun, D. Koller, B. Wegbreit. "Fast SLAM: A Factored Solution to the Simultaneous Localization and Mapping Problem". In AAAI National Conference on Articial Intelligence, pp. 593-598, 2002.

(4) J. Huang, D. Millman, M. Quigley, D. Stavens, S. Thrun , A. Aggarwal "Efficient, Generalized Indoor WiFi GraphSLAM". Procedings of International Conference on Robotics and Automation, pp. 1038-1043, 2011.

(5) P. Newman, D. Cole and K. Ho."Outdoor SLAM using Visual Appearance and Laser Ranging". In IEEE International Conference on Robotics and Automation (ICRA), pp. 1180-1187, 2006.

(6) O. Stasse, A. Davison, R. Sellaouti, K.Yokoi. "Real-time 3D SLAM for Humanoid Robot considering Pattern Generator Information". In IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 348-355, 2006.

(7) C.H. Lee, M.J. Tahk. "Unmanned Aerial Vehicle Recovery Using a Simultaneous Localization and Mapping Algorithm without the Aid of Global Positioning System". International Journal of Aeronautical & Space Science, 11(2), pp. 98–109, 2010.

(8) A. J. Davison. "Real-Time Simultaneous Localisation and Mapping with a Single Camera". In Proceedings on the IEEE International Conference on Computer Vision, p. 1403, 2003.

(9) A. Chilian, H. Hirschmüller, M. Görner. “Multisensor Data Fusion For Robust Pose Estimation of a Six Leg Walking Robot”. IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 2497-2504, 2011.

(10) V. Nguyen, A. Martinelli, N. Tomatis, R. Siegwart. "A Comparison of Line Extraction Algorithms using 2D Laser Rangefinder for Indoor Mobile Robotics". In Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems, 2005.

(11) A. Garulli, A. Giannitrapani, A. Rossi, and A. Vicino. "Simultaneous Localization and Map Building Using Linear Features". In IEEE Transactions on Robotics and Automation, vol. 19:2, 238-249, 2003.

(12) Kamini, Maeda, Yamamoto and Mori. "Scanning Laser Range Finder URG-04LX-UG01 - Specifications". Hokuyo Automatic Co., LTD, 2009.

(13) L. Kneip, F. Tâche, G. Caprari, R- Siegwart. "Characterization of the Compact Hokuyo URG-04LX 2D Laser Range Scanner". IEEE International Conference on Robotics and Automation, 2009.

(14) Y. Okubo, C. Ye, J. Borenstein. "Characterization of the Hokuyo URG-04LX Laser Rangefinder for Mobile Robot Obstacle Negotiation". Proceedings of the IEEE International Conference on Robotics and Automation, vol. 3, pp 2512-2518, 2002.

(15) A. Diosi, L. Kleeman. "Uncertainty of Line Segments Extracted from Static SICK PLS Laser Scans". In Proceedings of the Australasian Conference on Robotics and Automation 2003.