Resumen

El sistema de posicionamiento en interiores de robots móviles tiene una amplia aplicación en la industria y en el campo de la domótica. Desgraciadamente, los métodos de posicionamiento de robots móviles en interiores existentes suelen adolecer de una escasa precisión de posicionamiento, inestabilidad del sistema y necesidad de esfuerzos adicionales de instalación. En este artículo, proponemos un novedoso sistema de posicionamiento que aplica el método de posicionamiento centralizado en el robot móvil, en el que el posicionamiento en tiempo real se consigue mediante interacciones entre el ARM y el ordenador. Aplicamos el algoritmo Kernel extreme learning machine (K-ELM) como algoritmo de posicionamiento tras comparar cuatro algoritmos diferentes en experimentos de simulación. Se llevan a cabo experimentos de localización en interiores en el mundo real y los resultados demuestran que el sistema propuesto no sólo puede mejorar la precisión del posicionamiento, sino también reducir en gran medida los esfuerzos de instalación, ya que nuestro sistema depende únicamente de dispositivos Wi-Fi.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:robot móvil, kernel extreme learning machine, sistema de posicionamiento en interiores de robot móvil, método de posicionamiento centralizado, esfuerzos adicionales de instalación, campo de la domótica, experimentos de localización en interiores, métodos de posicionamiento en interiores, novedoso sistema de posicionamiento, escasa precisión de posicionamiento
• Keywords:mobile robot, kernel extreme learning machine, mobile robot indoor positioning system, centralized positioning method, extra installation efforts, home automation field, indoor localization experiments, indoor positioning methods, novel positioning system, poor positioning accuracy