Resumen

Las simulaciones proporcionan un entorno seguro y controlado para realizar pruebas y, por lo tanto, son ideales para el desarrollo y prueba rápida de comportamientos de robots móviles autónomos. Sin embargo, los algoritmos para robots móviles son conocidos por tener problemas al pasar de las simulaciones a plataformas reales. La dificultad puede atribuirse en parte al uso de modelos de sensores simplistas que no recrean fenómenos importantes que afectan la navegación autónoma. Las diferencias entre la salida de modelos simples de sensores y sensores reales se resaltan utilizando resultados de un ejercicio de prueba de campo con el vehículo Crusher del National Robotics Engineering Center. El Crusher fue conducido manualmente a través de un área que consistía en una mezcla de vegetación pequeña, rocas y pacas de heno. Se recopilaron datos del sensor LIDAR a lo largo del recorrido y se utilizaron para construir un modelo del área. Los datos LIDAR fueron simulados utilizando un modelo simple de intersección de puntos para un segundo recorrido independiente. Se generaron mapas de costos mediante el sistema de autonomía del Crusher utilizando tanto los datos de sensor reales como los simulados. La comparación de estos mapas de costos muestra consistencias en la mayoría de las superficies sólidas y de gran geometría, como el suelo, pero las discrepancias alrededor de la vegetación indican que se requieren modelos de mayor fidelidad para capturar verdaderamente las interacciones complejas de los sensores con objetos complejos.

• Materias:Sensores táctiles Robots modulares Control robótico Teleoperación Arquitectura de red neuronal
• Subjects:Tactile sensors Modular robots Robotic control Teleoperation Neural network architecture
• Palabras claves:Simulaciones; Pruebas; Robots móviles autónomos; Modelos de sensores; Datos LIDAR; Mapas de costes
• Keywords:Simulations; Testing; Autonomous mobile robots; Sensor models; LIDAR data; Cost maps