Localización probabilística en un robot con visión local
From Robotica
PFC de Mª Angeles Crespo Dueñas
El objetivo de este proyecto es el diseño de un programa C que utilizando percepción probabilística sea capaz de estimar la posición del robot EyeBot en el terreno de juego de la Robocup en función de lo que ve con la cámara local. Para ello podrán situarse balizas de colores en el campo. También puede hacerse uso de los cuenta vueltas de sus ruedas y mover el robot a voluntad para recoger más datos. Como primera aproximación se supone que el terreno de juego no tiene más jugadores u obstáculos.
Existen un conjunto de algoritmos de localización probabilística que permiten estimar indirectamente la posición del robot. Estos algoritmos calculan la verosimilitud de las posibles localizaciones a la luz de las observaciones sensoriales recopiladas. Para reducir drásticamente el número de localizaciones candidatas sin perder representatividad, y por lo tanto agilizar los cálculos, se utilizan técnicas de Montecarlo (muestreo iterativo). Inicialmente, el conjunto de muestras se distribuye uniformemente de forma aleatoria. Posteriormente, las muestras se proyectan según la última acción ejecutada y se redistribuyen concentrando más muestras en las zonas con mayor densidad de verosimilitud, a la luz de la última imagen obtenida. De este modo la población de muestras candidatas convergen hacia la posición real del robot.
Los resultados de este proyecto se presentaron en la conferencia CAEPIA, en San Sebastián en noviembre del 2003, con la ponencia "Comparing Bayesian and Montecarlo localization for a robot with local vision".
Center|500px|Montecarlo paso 1
Center|500px|Montecarlo paso 2
Center|500px|Montecarlo paso 3
Center|500px|Montecarlo paso 4
Center|500px|Montecarlo paso 5
Center|500px|Montecarlo paso 6
