A control theoretic formulation of the generalized SLAM problem in robotics

Abstract

Simultaneous Localization and Mapping (SLAM) has emerged as a key capability for autonomous mobile robots navigating in unknown environments. The basic idea behind SLAM is to concurrently obtain a map of the environment and an estimate of where the robot is placed within this map. In other words, the map and the robot's pose have to be estimated at the same time, given the same data set. This paper revisits this problem from a control theoretic vantage point by reformulating the SLAM problem as a problem of simultaneously estimating the state and the output map of a controlled, dynamical system. What is different with this formulation is that the map is contained in the output map and not, as previously done, in the state of the system.

Generación de Ruta Óptima para Robots Móviles a Partir de Segmentación de Imágenes

“…La planificación de la trayectoria de un robot móvil, o navegación, es una de las aplicaciones más importantes de los sistemas de control, y debido a sus implicaciones en aplicaciones reales, y a que se trata de un problema NP-duro (NP-completo), ha atraído la notable atención de un gran número de investigadores (LaValle, 2011, Egerstedt y Jensfelt, 2008, Moran et al, 2011, Vasile y Belta, 2013. El problema consiste en definir una ruta de navegación para un robot móvil en un ambiente observable, que pueda ser interpretada y ejecutada por el robot a lo largo de una secuencia de movimientos.…”

“…En el segundo caso, en cuanto a si el ambiente es estático o dinámico, el diseño del algoritmo puede considerar gran procesamiento de la información de los sensores (lo que es costoso en tiempo) en el caso de ambientes estáticos, o priorizar la velocidad de respuesta en ambientes dinámicos, lo que permite combinar algoritmos geométricos simples con alguna lectura del ambiente (Font y Batlle, 2006, Garrido et al, 2009. Los algoritmos tradicionales basados en la geometría del ambiente son ampliamente utilizados en ambientes estáticos (Xu y Shing, 2010, Cai y Ferrari, 2009, Bhattacharya y Gavrilova, 2008, mientras que los ambientes dinámicos prefieren el uso de estrategias reactivas (Egerstedt y Jensfelt, 2008, Paull et al, 2013, López y Gomez-Bravo, 2012. Finalmente, otro aspecto importante a considerar es la arquitectura hardware del robot, por ejemplo, el número de ejes y ruedas del robot, y cómo debe planearse el movimiento de cada una de ellas en el espacio libre (López y Gomez-Bravo, 2012, Vale et al, 2014.…”

Procesamiento De Imágenes Para La Planeación De Rutas Para Robots Móviles Basados en Lego Mindstorms NXT

“…El segundo enfoque de solución usualmente utiliza una cámara en conjunto con una computadora, en donde la cámara cumple la función del sensor; por lo tanto, este enfoque requiere algún grado de procesamiento de imágenes. En lo que concierne a la planeación de rutas libres de obstáculos para robots móviles con inteligencia y/o sensórica externa, se han realizado muchas investigaciones, pero gran parte de ellas se han quedado en diseños y/o simulaciones y no se han implementado físicamente, puesto que es necesario tener en cuenta factores físicos, externos e internos del robot, los cuales implicarían rediseñar los algoritmos existentes [9], [10].…”