El problema fundamental en las aplicaciones de robots móviles, es la necesidad de conocer con exactitud la posición del vehículo, para poder localizarse en el espacio y evitar obstáculos en su camino. En la búsqueda de una solución, los investigadores e ingenieros han desarrollado diferentes sensores, sistemas y técnicas.
Los robots móviles modernos se basan en la información obtenida de diferentes sensores y en sofisticados algoritmos de fusión de datos. Por tal razón, en este artículo se propone un nuevo concepto de escáner de adaptación a bajo costo, basándose en patrones de luz proyectados. La ventaja principal del sistema propuesto es: su adaptabilidad, que permite en los robots el escaneo rápido de los alrededores durante la búsqueda de obstáculos y una exploración más detallada de un objeto determinado, para poder recuperar así, su configuración de la superficie y realizar algunos análisis limitados.
El artículo aborda el concepto de un escáner de este tipo, donde se logró la prueba del concepto utilizando un proyector de oficina DLP. Durante las mediciones, la exactitud del sistema propuesto se puso a prueba, usando obstáculos con objetos de configuraciones conocidas. De esta manera, los resultados obtenidos son presentados, analizados y se discuten las conclusiones sobre el desempeño del sistema para generar posibles mejoramientos.
Introducción
Un problema fundamental en las aplicaciones de robots móviles es la necesidad de conocer con precisión la posición de un vehículo con respecto a su entorno (Borenstein, 1997; Kucsera, 2006). Obtener información precisa sobre el entorno de un robot de forma rápida y fiable es un paso esencial en el desarrollo de sistemas de navegación exitosos para robots. Los sistemas actuales suelen emplear una serie de sensores colocados estratégicamente o son guiados por un operador (Abu Dalhoum, 2008). El diseño de robots móviles autónomos requiere la integración de muchos sensores y actuadores, una tarea que exige muchos compromisos (Aufrere, 2003; Fotiadis, 2013; Liu, 2012; Perrollaz, 2006).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Seminario web. Marketing de datos masivos en AWS Cloud: mejorando la efectividad entre medios
Artículo:
Clasificación automática y análisis de multimedia musical combinado con el Modelo Oculto de Markov.
Video:
Buenas prácticas de manufactura (BPM)
Video:
Arquitectura de procesos de negocio: conectando la estrategia de negocios con las exigencias de estos
Artículo:
Detección y diagnóstico de fallas térmicas en equipos eléctricos basado en el algoritmo de segmentación de imágenes infrarrojas.