El mapeo robótico es una disciplina relacionada con la visión por computadora [1] y la cartografía . El objetivo de un robot autónomo es poder construir (o utilizar) un mapa (uso exterior) o un plano (uso interior) y localizarse a sí mismo y a sus bases de recarga o balizas en él. La cartografía robótica es la rama que se ocupa del estudio y aplicación de la capacidad de localizarse en un mapa/plano y, en ocasiones, de construir el mapa o plano de planta mediante un robot autónomo .
Una acción ciega con forma evolutiva puede ser suficiente para mantener vivos a algunos animales. Para algunos insectos , por ejemplo, el entorno no se interpreta como un mapa y sobreviven sólo con una respuesta desencadenada. Una estrategia de navegación un poco más elaborada mejora drásticamente las capacidades del robot. Los mapas cognitivos permiten capacidades de planificación y uso de percepciones actuales, eventos memorizados y consecuencias esperadas.
El robot tiene dos fuentes de información: la idiotética y la alotética . Cuando está en movimiento, un robot puede utilizar métodos de navegación a estima , como rastrear el número de revoluciones de sus ruedas; esto corresponde a la fuente idiotética y puede dar la posición absoluta del robot, pero está sujeto a un error acumulativo que puede crecer rápidamente.
La fuente alotética corresponde a los sensores del robot, como una cámara, un micrófono, un láser , un lidar o un sonar . [ cita necesaria ] El problema aquí es el "aliasing perceptivo". Esto significa que dos lugares diferentes pueden percibirse como iguales. Por ejemplo, en un edificio, es casi imposible determinar una ubicación únicamente con información visual, porque todos los pasillos pueden parecer iguales. [2] Se pueden generar modelos tridimensionales del entorno de un robot utilizando sensores de imágenes de rango [3] o escáneres 3D . [4] [5]
La representación interna del mapa puede ser "métrica" o "topológica": [6]
Muchas técnicas utilizan representaciones probabilísticas del mapa para manejar la incertidumbre.
Hay tres métodos principales de representación de mapas, es decir, mapas de espacio libre, mapas de objetos y mapas compuestos. Éstos emplean la noción de cuadrícula, pero permiten que la resolución de la cuadrícula varíe para que pueda volverse más fina cuando se necesita más precisión y más gruesa cuando el mapa es uniforme.
El aprendizaje de mapas no puede separarse del proceso de localización, y surge una dificultad cuando los errores de localización se incorporan al mapa. Este problema se conoce comúnmente como localización y mapeo simultáneos (SLAM).
Un problema adicional importante es determinar si el robot se encuentra en una parte del entorno ya almacenada o nunca visitada. Una forma de solucionar este problema es mediante el uso de balizas eléctricas , comunicación de campo cercano (NFC), WiFi , comunicación de luz visible (VLC) y Li-Fi y Bluetooth . [7]
La planificación de rutas es una cuestión importante ya que permite que un robot vaya del punto A al punto B. Los algoritmos de planificación de rutas se miden por su complejidad computacional. La viabilidad de la planificación del movimiento en tiempo real depende de la precisión del mapa (o plano ), de la localización del robot y del número de obstáculos. Topológicamente, el problema de la planificación de rutas está relacionado con el problema del camino más corto de encontrar una ruta entre dos nodos en un gráfico .
Los robots exteriores pueden utilizar el GPS de forma similar a los sistemas de navegación de los automóviles .
Se pueden utilizar sistemas alternativos con planos de planta y balizas en lugar de mapas para robots de interior, combinados con hardware de localización inalámbrica. [8] Las balizas eléctricas pueden ayudar a los sistemas de navegación robóticos baratos.