Usamos cookies para mejorar tu experiencia de navegación

Navegación SLAM: robots que construyen mapas - CLEM Noticias
Navegación SLAM: robots que construyen mapas

Navegación SLAM: robots que construyen mapas

¿Cómo funciona la localización y mapeado simultáneos?

Índice

1. ¿Cómo navega un robot?
2. Tipos de navegación
3. ¿Qué significa SLAM?
4. ¿Qué sensores se utilizan en SLAM?
5. Algoritmos SLAM

David Muñoz especialista en plataformas elevadoras

José Luis Martínez es responsable de sistemas informáticos en CLEM. En este artículo nos hablará de los sistemas de navegación por SLAM.

Te has preguntado alguna vez ¿cómo es posible que un robot navegue de forma autónoma? Sin ninguna duda, éste es uno de los principales retos que la ciencia de la robótica tiene pendiente de resolver, y que gracias a los recientes avances en técnicas de navegación como SLAM, está muy cerca de hacerlo.

En este artículo conocerás en qué consiste la navegación por SLAM y cómo vehículos y robots se sirven de ella.

¿Cómo navega un robot?

Cuando utilizamos la palabra "navegar" hacemos referencia a cómo un robot puede desplazarse por un entorno de forma autónoma, sin ser dirigido por un humano. Más formalmente, podemos definir la navegación robótica como:

"El desplazamiento autónomo de una máquina a través de un entorno desordenado siguiendo una ruta óptima desde una posición inicial hasta una posición final".

Algo que las personas vemos tan sencillo y natural como es el caminar por un lugar, para una máquina, es una de las tareas más complejas y exigentes que puede acometer. Aquí tienes una lista muy general de las cosas que un robot tiene que tener en cuenta a la hora de navegar:

  • Detectar el entorno y los obstáculos del mismo.
  • Construir un mapa con la información capturada.
  • Planificar una ruta libre de colisiones.
  • Navegar por la ruta elegida teniendo en cuenta posibles cambios en la posición de los obstáculos o la aparición de nuevos.


Tipos de navegación

Existen 2 tipos de navegación posibles:

  • Navegación Global u Offline: se debe tener un conocimiento previo del entorno para la planificación de rutas. Los robots disponen de sensores para evitar choques con obstáculos, pero la ruta no puede ser modificada en tiempo real. Si el obstáculo no se retira de su trayectoria, el robot no puede continuar.
  • Navegación Local u Online: el robot decide tanto su posición como orientación y puede controlar su movimiento utilizando sensores equipados externamente, por ejemplo: láser, infrarrojos, ultrasonidos y cámara de visión.

¿Qué significa SLAM?

SLAM proviene de las siglas inglesas Simultaneous Localization And Mapping, mapeo y localización simultáneos. Se trata de una técnica de navegación local, que permite a un robot o vehículo, construir un mapa del entorno y al mismo tiempo navegar por él, gracias a la información que captan sus sensores en tiempo real.

Imagina que un humano despertara en medio de un lugar desconocido y tuviera que orientarse en él para desplazarse. Utilizaría la información de sus ojos y su experiencia para identificar las cosas que le rodean y moverse de forma correcta. Un robot que use SLAM debe hacer prácticamente lo mismo.


¿Qué sensores se utilizan en SLAM?

Generalmente un sensor LIDAR (del inglés Laser Imaging Detection and Ranging) se utiliza para mapear el entorno. Este sensor permite conocer la distancia y altura de los objetos alrededor del robot gracias al disparo de haces láser y la detección de la señal reflejada en el objeto o eco. Sería parecido a como un murciélago se orienta por medio de ultrasonidos.


Además del LIDAR, la navegación SLAM se combina con otros sensores como GPS, sonar, navegación inercial y cámaras, para ofrecer mejores resultados.

Algoritmos SLAM

Como seguro habrás deducido, los responsables de estas técnicas de navegación son complejos algoritmos matemáticos y sistemas informáticos. De hecho llevan más de 20 años de perfeccionamiento. Sin entrar en excesivo detalle, debes pensar que la detección de obstáculos no es todo lo precisa que se desearía, por tanto, estos sistemas usan aproximaciones y se echa mano de la las leyes de probabilidad, para situar al robot con un cierto grado de precisión.

Conforme la tecnología avanza, la navegación SLAM ha ganado más precisión, utilizándose en robots domésticos, AGVs industriales, automóviles autónomos e incluso dentro del cuerpo humano. Es seguro que esta técnica será perfeccionado al extremo en el futuro, conforme la potencia de proceso de los chips aumente y los algoritmos sean más eficientes.


Referencia

1. Imagen propiedad de Fankhauser, Péter & Bloesch, Michael & Hutter, Marco. (2018). Probabilistic Terrain Mapping for Mobile Robots with Uncertain Localization. 3. 3019-3026. 10.1109/LRA.2018.2849506.

2. Imagen propiedad de Stefan Laible. A terrain and elevation map built by our robot.

Suscribirme

Comentarios

No hay comentarios


Deja tu comentario

Últimos artículos