<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-05-28T22:17:12Z</responseDate><request verb="GetRecord" identifier="oai:riuma.uma.es:10630/14445" metadataPrefix="qdc">https://riuma.uma.es/rest/oai/request</request><GetRecord><record><header><identifier>oai:riuma.uma.es:10630/14445</identifier><datestamp>2026-02-03T11:14:52Z</datestamp><setSpec>com_10630_2254</setSpec><setSpec>col_10630_37953</setSpec></header><metadata><qdc:qualifieddc xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:qdc="http://dspace.org/qualifieddc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://purl.org/dc/elements/1.1/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dc.xsd http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dcterms.xsd http://dspace.org/qualifieddc/ http://www.ukoln.ac.uk/metadata/dcmi/xmlschema/qualifieddc.xsd">
   <dc:title>Estimación probabilística de áreas de emisión de gases con un robot  móvil mediante la integracion temporal de observaciones de gas y viento</dc:title>
   <dc:creator>Sánchez-Garrido, José Carlos</dc:creator>
   <dc:creator>González-Monroy, Javier</dc:creator>
   <dc:creator>González-Jiménez, Antonio Javier</dc:creator>
   <dc:subject>Robótica</dc:subject>
   <dcterms:abstract>En este trabajo se aborda el uso de un robot m ovil para determinar la posición de una fuente de gas. Específicamente, nos centramos en el caso de entornos complejos, donde la presencia de múltiples habitaciones y obstáculos favorecen una dispersión caótica de los gases, lo cual dificulta en gran medida un modelado matemático del problema. Bajo estas condiciones, proponemos dividir la tarea de localización en dos fases: primero, determinar la zona del entorno donde se encuentra la fuente, y luego, determinar con precisión la localización de la misma dentro de la zona seleccionada. Centrándonos en la primera fase, proponemos el uso de un novedoso enfoque basado en un marco Bayesiano-probabilístico. Nuestro planteamiento se basa en la generación previa de un conjunto de mapas de dispersión de gas (empleando herramientas de simulación), atendiendo a las diferentes zonas del entorno y condiciones de viento. Comparando estos mapas con la información sensorial adquirida por el robot en cada instante de tiempo, derivamos la probabilidad de localización de la fuente, y guiamos el movimiento del robot hacia la dirección de máxima probabilidad. Para validar nuestro enfoque presentamos un total de 36 experimentos en los que un robot móvil localiza una fuente de gas en un entorno compuesto por múltiples habitaciones conexas.</dcterms:abstract>
   <dcterms:dateAccepted>2017-09-12T09:35:26Z</dcterms:dateAccepted>
   <dcterms:available>2017-09-12T09:35:26Z</dcterms:available>
   <dcterms:created>2017-09-12T09:35:26Z</dcterms:created>
   <dcterms:issued>2017</dcterms:issued>
   <dc:type>journal article</dc:type>
   <dc:identifier>http://hdl.handle.net/10630/14445</dc:identifier>
   <dc:language>spa</dc:language>
   <dc:relation>XXXVIII Jornadas de Automática</dc:relation>
   <dc:relation>Gijon, Asturias</dc:relation>
   <dc:relation>Septiembre, 2017</dc:relation>
   <dc:rights>open access</dc:rights>
   <dc:rights>by-nc-nd</dc:rights>
   <dc:publisher>Universidad de Oviedo</dc:publisher>
</qdc:qualifieddc>
</metadata></record></GetRecord></OAI-PMH>