Resumen

La estimación de la posición en interiores es esencial para la navegación; sin embargo, es una tarea desafiante principalmente debido a los entornos interiores (a) alta relación señal a ruido y (b) baja tasa de muestreo y (c) cambios repentinos en los entornos. Este artículo utiliza un algoritmo de filtro híbrido para el sistema de posicionamiento en interiores para la navegación de robots, integrando el algoritmo de Filtro de Partículas (PF) y el algoritmo de filtro de Respuesta al Impulso Finito (FIR) para asegurar la continuidad de la solución de posicionamiento. Además, se utiliza el algoritmo Hector Simultaneous Localisation and Mapping (Hector SLAM) para mapear el entorno y mejorar la precisión de la navegación. El artículo implementa el algoritmo híbrido que utiliza el PF integrado, FIR y Hector SLAM, utilizando un sensor de escáner láser integrado. El algoritmo híbrido junto con Hector SLAM se prueba en varios escenarios para evaluar el rendimiento del sistema, en tér

• Materias:Robot humanoide Sistema de inferencia Fusión de filtro Navegación Programación
• Subjects:Humanoid robot Inference system Filter fusion Navigation Programming
• Palabras claves:Estimación de la posición en interiores; Navegación; Algoritmo de filtro híbrido; Filtro de partículas; Respuesta a impulsos finitos; Hector SLAM
• Keywords:Indoor position estimation; Navigation; Hybrid filter algorithm; Particle Filter; Finite Impulse Response; Hector SLAM