RECONOCIMIENTO DE AMBIENTES Y NAVEGACIN SLAM PARA ROBOTS MVILES AUTNOMOS DE USO INDUSTRIAL EN AMBIENTES DINMICOS

AUTORES: Gerardo Arturo Vilcahuamn Espinoza, gerardo.vilcahuaman@pregrado.udep.edu.pe Juan Esteban Paz Juregui, juan.paz@pregrado.udep.edu.pe ASESORES: Bach. Robinson Lpez Monzn, robinson.lopez@pregrado.udep.edu.pe

UNIVERSIDAD DE PIURA - UDEP

rea Temtica: Ramas Afines Categora: Pregrado Trmino de ReferenciaEste trabajo busca lograr por medio de la integracin de sensores y modelos probabilsticos resolver uno de los problemas principales de los robots mviles, que es el poder realizar paralelamente la localizacin del mdulo y el mapeo del entorno, o SLAM (Simultaneous Localization and mapping) y que de esta forma estos cumplan los requerimientos necesarios para poder trabajar en ambientes industriales. Una posible aplicacin de este trabajo es realizar mdulos que sean capaces de recoger materiales residuales, as como trasladar componentes que difcilmente puedan ser manipulados por personas, tanto por sus dimensiones, peso o por su composicin qumica. El desarrollo de este trabajo se basa en modelos probabilsticos, para poder corregir los errores porpios del sensor y los factores del ambiente de trabajo, y as obtener la precisin buscada, adems de tcnicas basadas en el teorema de Bayes. Estos algoritmos necesitan muchas veces ser trabajados en paralelos ya que se busca una respuesta en tiempo real, por lo que se usarn herramientas propias de lenguajes de programacin de alto nivel como C#, adems de su integracin con el software Matlab para el procesamiento estadstico.
Palabras claveTeorema de Bayes, Mapeo, SLAM, Localizacin .

Reference TermThis paper seeks to achieve through the integration of sensors and probabilistic models to solve one of the main problems of mobile robots, which is able to perform in parallel the location of the module and environment mapping, or SLAM (Simultaneous Localization and Mapping) and thus they fulfil the necessary requirements to work in industrial environments. One possible application of this work is to make modules thhat are capacble of collecting waste materiales, as well as moving componentes that can hardly be handled by people, both for its size, weight or chemical composition. The development of this work is based on probabilistic models, in order to correct the errors inherent in sensor and working environment factors, and thus to get the accuracy sought, in addition to techniques based on Bayes theorem. These algorithms often need to be worked in parallel as it seeks a response in real time, so tools of high level of programming languages like C# will be used, besides their integration with the Matlab software for statistical processing

KeywordsBayes Theorem, Mapping, Slam, Location.