La localización es uno de los pilares fundamentales de la robótica móvil, permitiendo a los agentes autónomos operar de forma segura y correcta. Existen diferentes maneras de obtener la pose del robot en el tiempo, entre las cuales cabe destacar la odometría. Su utilidad va más allá de proporcionar el movimiento relativo del robot, y por lo tanto obtener su trayectoria. Además, se puede emplear como parte de algoritmos más complejos de localización, como SLAM. Esta tesis se centra en métodos de odometría que usan la información obtenida de varios sensores de rango.
Los sensores de rango pueden medir la distancia hasta objetos de la escena, y por consiguiente pueden capturar la estructura geométrica de su entorno. Como ejemplos de este tipo de sensor se incluyen cámaras de profundidad, lidars, y radares, cada uno con su propia manera de obtener la información geométrica del entorno. Estos sensores son habituales en el campo de la robótica, ya que conocer la disposición espacial del entorno puede ser muy útil, por ejemplo para evitar obstáculos. En concreto, en esta tesis se explora la comparación de nubes de puntos capturadas de manera consecutiva para estimar la pose relativa entre ellas. De esta manera, el movimiento del robot puede ser recuperado, lo que se conoce como odometría de sensores de rango.
Las contribuciones contenidas en esta tesis incluyen varios métodos de odometría diseñados para funcionar con diferentes sensores de rango. Específicamente, con cámaras de profundidad, lidars 3D, y sensores con capacidad Doppler.
Buscar en Dimension