Resumen

Este trabajo se centra en los métodos de registro Monte Carlo y su aplicación con robots autónomos. Se han desarrollado una variante en tiempo real y otra fuera de línea, ambas basadas en un filtro de partículas. El registro en streaming se realiza en tiempo real durante la adquisición de datos con un striper láser que permite la estimación de la pose sobre la marcha. De este modo, los datos adquiridos pueden utilizarse instantáneamente, por ejemplo, para el modelado de objetos o la manipulación de robots, y el escaneado láser puede interrumpirse tras la convergencia. Las características de curvatura se calculan en línea y las poses estimadas se optimizan en el paso de ponderación de partículas. Para el muestreo de las partículas de pose, se comparan las distribuciones uniforme, normal y de Bingham. Los métodos se evalúan con una decapadora láser de alta precisión acoplada a un robot industrial y con una cámara de tiempo de vuelo ruidosa acoplada a robots de servicio. Las aplicaciones mostradas van desde la teleoperación asistida por robots, pasando por el modelado autónomo de objetos, hasta la localización de robots móviles.

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:métodos de registro monte carlo, modelado autónomo de objetos, localización de robots móviles, paso de ponderación de partículas, decapador láser de precisión, distribuciones de bingham, características de curvatura, cámara de vuelo, robots autónomos, adquisición de datos
• Keywords:monte carlo registration methods, autonomous object modeling, mobile robot localization, particle weighting step, precision laser striper, bingham distributions, curvature features, flight camera, autonomous robots, data acquisition