Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
LI, Audeliano Wolian |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação
|
| Departamento: |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
|
| País: |
Não Informado pela instituição
|
| Link de acesso: |
https://repositorio.unifei.edu.br/jspui/handle/123456789/533
|
Resumo: |
A localização em robótica móvel tem como objetivo fornecer a posição e orientação do robô a cada instante e de forma precisa para que aplicações de alto nível possam ser executadas corretamente, além de resolver os problemas de localização local, global e sequestro do robô. Algoritmos mais completos são capazes de resolver estes três problemas sem exigir um alto custo computacional, sendo a maioria métodos que utilizam mais de uma técnica de localização, caracterizados como algoritmos híbridos. A proposta deste trabalho é apresentar uma nova abordagem de localização robótica baseada em filtro de partículas capaz de solucionar os três problemas da localização, que seja robusto e de baixo custo computacional. Diferentemente de outras técnicas híbridas que utilizam dois métodos distintos de localização, este algoritmo utiliza duas técnicas baseadas em filtro de partículas, o Kullback-Leibler Distance - KLD e o Self-Adaptative Monte Carlo Localization - SAMCL. Todos os testes foram executados em ambientes reais com o auxílio do framework ROS e os resultados experimentais demonstraram melhorias em todas as situações em relação às técnicas executadas individualmente. |
