En el presente artículo se presenta la implementación de una fusión de distintos datos provenientes de sensores para mejorar la navegación en robots móviles con recursos de computación limitados.
Para ello, se hace una revisión de las técnicas existentes para la fusión de datos, poniendo especial interés en las correspondientes a filtros de Kalman. El esquema de fusión de sensores implementado utiliza un filtro de Kalman y un modelo dinámico local con transformación de coordenadas de un robot móvil diferencial. El método propuesto se ha comparado con esquemas de fusión más complejos usando un modelo no lineal con los filtros de Kalman Extendidos y Unscented, introduciendo medidas de distintos sensores locales de un robot móvil LEGO NXT. A partir de las pruebas, se observa que el método propuesto mejora la estimación de la posición y tiene una respuesta similar a la de esquemas de fusión más complejos permitiendo que así se implemente en un robot móvil con recursos limitados. También se muestra como es necesario disponer de capacidades de sensorización globales para mejorar la exactitud de la navegación del robot y se muestra el caso de una corrección basada en eventos utilizando una cámara cenital.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados