Resumen

La primera aplicación de la utilización de métodos únicos de fusión de información SLAM (IF-SLAM) se desarrolla para robots móviles que realizan localización y mapeo simultáneos (SLAM) adaptándose a entornos de búsqueda y rescate (SAR) en este documento. Se proponen varios enfoques de fusión, filtrado de mediciones paralelas, fusión de trayectorias de exploración y combinación de mediciones de sensores y trayectorias de robots móviles. Se derivan los novedosos algoritmos de filtro de partículas de integración (IPF) y mejora óptima del EKF (IEKF) para sistemas de fusión de información que realizan la tarea de SLAM en escenarios de SAR. La arquitectura de fusión de información consta de multirobots y multisensores (MAM); varios robots montan sensores de alcance láser a bordo (LRF), sonares de localización, odometría giroscópica, sensor Kinect, cámara RGB-D y otros sensores propioceptivos. Este SLAM de fusión de información (IF-SLAM) se compara con métodos convencionales, lo que indica que la trayectoria de fusión es más consistente con las trayectorias estimadas y las trayectorias de observación reales. Las simulaciones y experimentos del proceso de SLAM se llevan a cabo tanto en un entorno interior desordenado como en un escenario exterior colapsado y no estructurado, y los resultados experimentales validan la efectividad de los métodos de fusión de información propuestos en la mejora del rendimiento de SLAM adaptándose a escenarios de SAR.

• Materias:Robot humanoide Sistema de inferencia Fusión de filtro Navegación Programación
• Subjects:Humanoid robot Inference system Filter fusion Navigation Programming
• Palabras claves:Fusión de información; SLAM; Robots móviles; Entornos SAR; Enfoques de fusión; Mediciones de sensores
• Keywords:Information-fusion; SLAM; Mobile robots; SAR environments; Fusion approaches; Sensors measurements