Estimación de Estados Empleando Técnicas Basadas en la Teoría del Filtro de Kalman para la Localización de un Robot

Salinas, Leonela de la A; Velasco, Miguel Angel

DSpace Home
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Maestría en Automatización y Control
→
View Item

dc.contributor.advisor	Miranda D., Livington, Director
dc.contributor.author	Salinas, Leonela de la A
dc.contributor.author	Velasco, Miguel Angel
dc.creator	ESPOL. FIEC
dc.date.accessioned	2024-03-04T18:51:52Z
dc.date.available	2024-03-04T18:51:52Z
dc.date.issued	2023
dc.identifier.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.
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/60627
dc.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.
dc.format	application/pdf
dc.format.extent	79 página
dc.language.iso	spa
dc.publisher	ESPOL. FIEC
dc.rights	openAccess
dc.subject	Filtro de Kalman
dc.subject	Robot diferencial
dc.subject	Trayectoria
dc.subject	Matlab-Simulink
dc.subject	Sensores
dc.title	Estimación de Estados Empleando Técnicas Basadas en la Teoría del Filtro de Kalman para la Localización de un Robot
dc.type	Magister en Automatización y Control Industrial
dc.identifier.codigoespol	T-114119
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	FIEC-POSTG043