1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ingeniería en Electricidad y Computación
4. Tesis de Maestría en Automatización y Control

Title:	Estimación de Estados Empleando Técnicas Basadas en la Teoría del Filtro de Kalman para la Localización de un Robot
Authors:	Miranda D., Livington, Director Salinas, Leonela de la A Velasco, Miguel Angel
Keywords:	Filtro de Kalman Robot diferencial Trayectoria Matlab-Simulink Sensores
Issue Date:	2023
Publisher:	ESPOL. FIEC
Citation:	Salinas, L. d. l. A. y Velasco, M. A. (2023). Estimación de Estados Empleando Técnicas Basadas en la Teoría del Filtro de Kalman para la Localización de un Robot. [Proyecto de Titulación]. ESPOL. FIEC, Guayaquil. 79p.
Description:	Durante la investigación se han utilizado los fundamentos matemáticos y algorítmicos del filtro de Kalman para la estimación de estados, y aplicarlos en la navegación autónoma de robots diferenciales móviles. El robot diferencial es un tipo de robot móvil que se desplaza utilizando dos ruedas independientes y unidas a un cuerpo. Como solución se desarrolló un filtro de Kalman para estimar la posición y trayectoria de un robot móvil diferencial, adaptado y optimizado para la navegación autónoma de robots diferenciales móviles. Los datos recogidos de los sensores inerciales, la calibración y ajuste de los parámetros, logran estimar la trayectoria real del robot. A medida que el filtro de Kalman combina las mediciones y las predicciones, se ajusta los datos en el filtro. Para planificar una trayectoria el robot recoge datos de velocidad, dirección y se controlan variando las velocidades de las ruedas izquierda y derecha. Los sensores utilizados para medir la posición y el entorno del robot fueron los enconder y, están sujetos a diversas fuentes de ruido, la presencia de ruido, incertidumbre y las interacciones dinámicas del entorno. Existen diferentes fuentes de ruido en un robot diferencial, algunas de las cuales son las siguientes: Ruido en los sensores, en un robot diferencial es una perturbación no deseada que afecta la precisión y el rendimiento del robot. Se construyo un robot diferencial el cual corrige su trayectoria a partir de una trayectoria referencia mediante la aplicación del algoritmo de precisión, los resultados se validan a través de la simulación en Matlab-Simulink así también como del prototipo implementado. El Filtro de Kalman analiza los datos y ajusta a la trayectoria establecida por el robot. El filtro de Kalman en la navegación autónoma de robots diferenciales móviles no solo representa un logro científico, sino también un salto hacia adelante en el campo de la robótica. Palabras Claves. Filtro de Kalman, Robot diferencial, Robot Móvil, Trayectoria, Matlab-Simulink, Sensores, Enconder, Estimar, Ruido.
URI:	http://www.dspace.espol.edu.ec/handle/123456789/60627
metadata.dc.identifier.codigoproyectointegrador:	FIEC-POSTG043
Appears in Collections:	Tesis de Maestría en Automatización y Control

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.