Algoritmo evolutivo para la autolocalización de un robot móvil con láser y visión

Abstract

El problema de la autolocalización es clásico en el ámbito de la robótica autónoma ya que es vital conocer la posición del robot en todo momento para que los comportamientos del robot puedan escoger las mejores acciones a realizar en cada momento. Existen muchas formas de conseguir que el robot se localice dentro de un entorno, típicamente se han usado sensores específicos (GPS, inerciales, etc) o sensores no específicos (láser, sónares, cámaras, etc) y un mapa del entorno sobre el que se trabaja para poder estimar la posición del robot. En este proyecto se usan dos tipos de sensores externos, uno de distancia (láser) y otro de visión (cámara), para obtener las mejores características de cada uno. Con el láser conseguiremos información morfológica del entorno y con la cámara información visual. Además usaremos un mapa con la información visual y morfológica del entorno. También contaremos con sensores odométricos llamados encoders para capturar los movimientos del robot. Con nuestro algoritmo devolvemos la posición y orientación del robot (x,y,_) dentro del entorno de acción. El algoritmo que hemos usado es un algoritmo con muestreo llamado algoritmo genético multimodal. Este algoritmo se divide en dos partes, en la primera se explora el entorno y en las segunda se realiza una exploración local en las zonas donde es más probable que se encuentre situado el robot. En todo el proceso de ejecución del algoritmo están muy presentes un Modelo de observación, que extrae información en forma de probabilidad de los datos sensoriales y del mapa, y un Modelo de movimiento que nos permite replicar los movimientos que realiza el robot en el algoritmo. Se han realizado experimentos para validar cada una de las decisiones que se han tomado hasta llegar a la solución final obteniendo un algoritmo robusto y ágil. Todos los experimentos han sido realizados con el simulador Gazebo simulando un mundo parecido al Departamental II de la UJRC.