Covarianza dinámica en un sistema odométrico real para la mejora de la localización con sensores a bordo
-
1
Universidad de La Laguna
info
- Carlos Balaguer Bernaldo de Quirós (coord.)
- José Manuel Andújar Márquez (coord.)
- Ramon Costa Castelló (coord.)
- Carlos Ocampo Martínez (coord.)
- Jesús Fernández Lozano (coord.)
- Matilde Santos Peñas (coord.)
- José Enrique Simó Ten (coord.)
- Montserrat Gil Martínez (coord.)
- Jose Luis Calvo Rolle (coord.)
- Raúl Marín Prades (coord.)
- Eduardo Rocón de Lima (coord.)
- Elisabet Estévez Estévez (coord.)
- Pedro Jesús Cabrera Santana (coord.)
- David Muñoz de la Peña Sequedo (coord.)
- José Luis Guzmán Sánchez (coord.)
- José Luis Pitarch Pérez (coord.)
- Oscar Reinoso García (coord.)
- Oscar Déniz Suárez (coord.)
- Emilio Jiménez Macías (coord.)
- Vanesa Loureiro Vázquez (coord.)
Editorial: Servizo de Publicacións ; Universidade da Coruña
ISBN: 978-84-9749-841-8
Año de publicación: 2022
Páginas: 835-842
Congreso: Jornadas de Automática (43. 2022. Logroño)
Tipo: Aportación congreso
Resumen
En este artículo se presenta una estrategia de fusión sensorial para mejorar el sistema de localización de una silla de ruedas inteligente. Para conseguir una buena localización, la fusión de la información proporcionada por varios sensores es necesaria, en este caso telémetro laser, unidad de medida inercial y sistema odométrico. Los datos de cada sensor deben estar caracterizados por su covarianza. La estrategia clásica consiste en la asignación de una covarianza estática para el sensor odométrico, sin embargo con una covarianza dinámica, que realmente caracterice al sensor en tiempo real, se puede mejorar el resultado final. En este artículo se compara el resultado de la covarianza estática, frente a una calculada dinámicamente utilizando otro sensor externo. También se compara un modelo de fusión sensorial basado en velocidad constante, frente a otro modelo donde se especifica la odometría como sistema de evolución interno en el filtro de Kalman