Resumen

La Localización y Mapeo Simultáneo (SLAM, por sus siglas en inglés) es una técnica importante para la navegación de sistemas robóticos. Debido a la alta complejidad del algoritmo, el SLAM generalmente requiere mucho tiempo de computación o una gran cantidad de memoria para lograr resultados precisos. En este artículo, presentamos un algoritmo de SLAM basado en filtro de partículas Rao-Blackwellizado (RBPF) ligero para entornos interiores, que utiliza segmentos de línea extraídos del sensor láser de alcance como la estructura de mapa fundamental para reducir el uso de memoria. Dado que la mayoría de las estructuras principales de los entornos interiores suelen ser ortogonales entre sí, también podemos aumentar eficientemente la precisión y reducir la complejidad de nuestro algoritmo explotando esta propiedad ortogonal de los segmentos de línea, es decir, tratamos los segmentos de línea que son paralelos o perpendiculares entre sí de manera especial al calcular el peso de importancia de cada partícula. Los resultados experimentales muestran que nuestro trabajo es capaz de dibujar mapas en entornos interiores complejos, necesitando solo una cantidad muy baja de memoria y mucho menos tiempo de computación en comparación con otros algoritmos de SLAM basados en mapas de rejilla RBPF.

• 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:Algoritmo; SLAM; RBPF; Entornos interiores; Segmentos de línea; Ortogonales
• Keywords:Algorithm; SLAM; RBPF; Indoor environments; Line segments; Orthogonal