Exploración autónoma en entornos 2D interiores desconocidos utilizando campos armónicos e integración de Monte Carlo

Área de la Ciencia:

• La robótica
• Inteligencia artificial
• Ciencias de la computación

Sus antecedentes:

• La exploración autónoma en entornos interiores desordenados es difícil para los robots móviles.
• Los métodos existentes pueden llevar a que los robots queden atrapados o exhiban bloqueos.

Objetivo del estudio:

• Desarrollar un nuevo método de exploración para robots móviles no holonómicos en entornos 2D desconocidos.
• Para superar las limitaciones de los métodos de campo potenciales en espacios complejos y ricos en obstáculos.

Principales métodos:

• Utiliza sensores LiDAR a bordo para el mapeo del entorno.
• Genera comandos de velocidad resolviendo ecuaciones diferenciales parciales elípticas (PDEs), específicamente las ecuaciones de Laplace y Poisson.
• Incorpora un gráfico de visibilidad híbrido y el algoritmo Walking on Sphere para un cálculo y navegación eficientes.

Principales resultados:

• El método propuesto garantiza un movimiento libre de colisiones y una exploración efectiva.
• Demuestra una navegación fluida y libre de bloqueos en entornos complejos y desordenados.
• Validado en una plataforma AmigoBot del mundo real con interfaz ROS-MATLAB.

Conclusiones:

• El nuevo método de exploración basado en PDE mejora las capacidades de navegación autónoma de los robots móviles.
• El enfoque ofrece un rendimiento robusto en espacios interiores desafiantes y desconocidos.
• Potencial para aplicaciones que requieran una exploración autónoma confiable.