1.4: Desafíos de los robots autónomos móviles

Última actualización
Guardar como PDF

Page ID: 85043

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

Ser capaz de unir la información del sensor para mapear el entorno con solo contar sus propios pasos y orientarse mediante el uso de distintas características del entorno se conoce como Localización y Mapeo Simultáneo (SLAM). El desafío clave aquí es que la longitud de los pasos que das es incierta (un robot con ruedas puede deslizarse o tener ruedas de tamaño ligeramente diferente, por ejemplo) y no es posible reconocer lugares con una precisión del 100% (ni siquiera para un humano). Para poder implementar algo así como el último algoritmo en un robot real, por lo tanto, necesitaremos entender

¿Cómo se mueve un robot? ¿Cómo afecta la rotación de sus ruedas a su posición y velocidad en el mundo?
¿Cómo tenemos que controlar la velocidad de la rueda para alcanzar una posición deseada?
¿Qué sensores existen para que un robot perciba su propio estado y su entorno?
¿Cómo podemos extraer información estructurada de una gran cantidad de datos de sensores?
¿Cómo podemos localizarnos en el mundo?
¿Cómo se puede representar el error y cómo podemos razonar ante la incertidumbre?

Para responder a estas preguntas, nos basaremos en la trigonometría, el álgebra lineal y la teoría de la probabilidad. Los conceptos específicos que se utilizarán a lo largo de este libro son la trigonometría básica, la notación matricial, la fórmula de Bayes y el concepto de distribuciones de probabilidad. ¡Verás que la robótica es en realidad un gran vehículo para agregar significado a estos conceptos!