En esta tesis se aborda la navegación de un vehículo autónomo terrestre en es-
pacios naturales. Estos entornos poco estructurados presentan numerosos retos a
superar para conseguir que un robot móvil se desplace de forma segura, evitando
los diferentes obstáculos que pueda encontrar en su camino.
Para superarlos, se propone emplear datos sintéticos para aprendizaje. En el ám-
bito cercano al vehículo, se utilizará un LiDAR 3D a bordo del robot como principal
sensor exteroceptivo, y las medidas de este sensor son utilizados por una red neuro-
nal que es la encargada de dotar al vehículo de la reactividad necesaria. Para abordar
la planificación de puntos de paso se ha propuesto el uso de imágenes de satélite, las
cuales son binarizadas mediante una red neuronal para distinguir los posibles cami-
nos presentes en el entorno. Además, otra de las contribuciones de esta tesis consiste
en ofrecer un repositorio, con todos sus datos etiquetados sin fallos, generado en un
entorno natural simulado.
La metodología común de estos procedimientos es el uso de datos sintéticos de
un simulador robótico. Para la navegación local, el simulador es necesario para rea-
lizar el entrenamiento mediante aprendizaje por refuerzo. Por otro lado, para bina-
rizar las imágenes por satélite y distinguir caminos, se ha hecho uso del simulador
para obtener datos etiquetados con los que entrenar mediante aprendizaje supervi-
sado. Para el repositorio, se emplea el simulador para emular de manera realista la
adquisición de medidas mientras el vehículo se desplaza.
Buscar en Dimension