Robust sensor fusion for differential drive robot navigation using modulating functions
La presente tesis detalla el desarrollo e implementación de un robot diferencial equipado con una Unidad de Medición Inercial Inertial Measurement Unit (IMU), encoders y Lidar. Estos sensores proporcionan datos para la navegación del robot dentro de un entorno controlado. El objetivo principal de es...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2025 |
| País: | Perú |
| Institución: | Pontificia Universidad Católica del Perú |
| Repositorio: | PUCP-Tesis |
| Idioma: | inglés |
| OAI Identifier: | oai:tesis.pucp.edu.pe:20.500.12404/32076 |
| Acceso en línea: | http://hdl.handle.net/20.500.12404/32076 |
| Access Level: | acceso abierto |
| Palabra clave: | Robots móviles--Diseño Navegación inercial Robots móviles-- Sistemas de control https://purl.org/pe-repo/ocde/ford#2.03.01 |
| Sumario: | La presente tesis detalla el desarrollo e implementación de un robot diferencial equipado con una Unidad de Medición Inercial Inertial Measurement Unit (IMU), encoders y Lidar. Estos sensores proporcionan datos para la navegación del robot dentro de un entorno controlado. El objetivo principal de esta investigación es mejorar la precisión en la estimación de la posición del robot mediante el uso de funciones modulantes, incrementando así la exactitud en la estimación de sus coordenadas. La IMU, un sensor fundamental para medir aceleraciones y velocidades angulares, es particularmente susceptible al ruido y la deriva, lo que puede comprometer la exactitud de las estimaciones de posición y orientación. Al integrar funciones modulantes, estos problemas se mitigan, resultando en una mejora en la calidad de los datos sensoriales. Este enfoque compensa eficazmente la deriva, lo que conduce a estimaciones de posición más confiables y precisas. La validez y eficacia de esta metodología se demuestran a través de una serie de experimentos controlados, los cuales indican mejoras notables en la precisión de la navegación. Esta investigación contribuye al campo de la robótica móvil al ofrecer una solución robusta para aumentar la fiabilidad de los datos de los sensores, lo cual es esencial para la navegación y el control autónomo en diversas aplicaciones. |
|---|