Dotación de la capacidad de localización y mapeo simultáneo indoor a un robot móvil terrestre usando sensores IMU y LIDAR sobre el Framework ROS

Abstract

Mobile robotics offers a great opportunity to develop applications in various areas of life everyday However, to be useful in most applications, you must have a map of the environment on which to plan collision-free trajectories. This map allows not only move in the surrounding space but identify the position of the robot based on the characteristics of the environment. In recent years a great variety of algorithms have been created for the realization of the SLAM with the intention to give the ability to position a robot in an unknown environment while navigating in it, resulting in techniques with very good results and with a low computational cost that allow to be implemented in embedded systems such as reduced-board computers. In this work we made use of the techniques of creating maps by probabilistic methods that they are a great contribution to the solution of the SLAM problem and how was the creation of the mobile platform through the integration of hardware and software components in particular through the use of the ROS framework. Even when it was not possible to integrate the inertial measurement unit or a WEB camera for the development of odometry, other alternatives were explored that allowed the implementation and execution of the experiments with the Gmapping and HectorSLAM methods covering the scope proposed for the work.

La robótica móvil ofrece una gran posibilidad de desarrollar aplicaciones en diversas áreas de la vida cotidiana. Sin embargo, para que sea útil en la mayoría de las aplicaciones, se debe contar con un mapa del entorno sobre el cual planificar trayectorias libres de colisión. Este mapa permite no sólo moverse en el espacio circundante sino identificar la posición del robot basado en las características del entorno. En los últimos años se han creado gran variedad de algoritmos para la realización del SLAM con la intención de dar la capacidad de posicionar un robot en un entorno desconocido a la vez que se navega en él, dando como resultado técnicas con muy buenos resultados y con un bajo costo computacional que permiten ser implementados en sistemas embebidos como los computadores de placa reducida. En este trabajo se hizo uso de las técnicas de creación de mapas por métodos probabilísticos que resultan ser un gran aporte a la solución del problema del SLAM y como fue la creación de la plataforma móvil mediante la integración de componentes de hardware y software en especial mediante el uso del framework ROS. Aun cuando no se logró integrar la unidad de medición inercial ni una cámara WEB para el desarrollo de la odometría, se exploraron otras alternativas que permitieron la implementación y ejecución de los experimentos con los métodos Gmapping y HectorSLAM cubriendo el alcance planteado para el trabajo.