SLAM em ambientes internos utilizando robô de baixo custo

• Ano de defesa: 2013
• Autor(a) principal: Luciano Buonocore
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Tecnológico de Aeronáutica
• Palavras-chave em Português: Robôs; Dinâmica de robôs; Redução de custos; Sensores; Fusão de multisensor; Inteligência artificial; Robótica; Controle
• Link de acesso: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2235

Esta tese de doutorado aborda a solução do problema SLAM (Simultaneous Localization And Mapping) em ambiente interno de média escala. Para implementar a solução proposta foi projetado e construído um robô móvel de baixo custo (cerca de US$ 2.100,00) com rodas e equipado com três diferentes tipos de sensores: visão (webcam sem fio com ponteira laser), sonar (1 unidade com alcance de 6 m) e infravermelho (2 unidades com alcances de 1,5 m e de 5 m). Inicialmente foi desenvolvido um algoritmo para realizar a fusão dos dados ruidosos provenientes desses sensores e gerar características que representam adequadamente o ambiente do robô. Experimentos foram realizados para avaliar o desempenho do algoritmo de fusão de dados sensoriais. Um algoritmo do tipo filtro de partículas FastSLAM foi implementado para solução do problema SLAM (localização do robô e construção de mapas 2D do ambiente) usando as características extraídas pelo algoritmo de fusão de dados. O desempenho desse algoritmo foi avaliado em ambientes de pequena escala onde as poses do robô foram escolhidas manualmente. Finalmente foi desenvolvido um algoritmo de exploração autônoma do ambiente para a escolha automática das poses do robô durante a execução do algoritmo FastSLAM. A integração dos algoritmos desenvolvidos para a solução do problema SLAM foi demonstrada em um ambiente interno de média escala (2,8 m x 55 m). Em uma primeira etapa o robô gerou o mapa do ambiente de forma autônoma. Na segunda etapa o robô usou o mapa gerado para navegar e se autolocalizar no ambiente com pequenos erros nas estimações das suas poses, usando apenas as medidas geradas pelos sensores montados no robô.