3 resultados para Autonomous Underwater Vehicle

em Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España


Relevância:

80.00% 80.00%

Publicador:

Resumo:

[ES] AVORA es un grupo de trabajo multidisciplinar integrado por 11 estudiantes (este año con un nuevo miembro, Michael Smith proveniente de la Universidad de Rhode Island, USA) y 3 supervisores. Se ha creado para diseñar y desarrollar un AUV (Autonomous Underwarter Vehicle) capaz de detectar objetos bajo el agua sin supervisión, así como navegar de manera autónoma con la ayuda de un sonar. Todo esto se está llevando a cabo para superar las misiones que se plantean en la competición europea SAUCE. Como novedad este año, el equipo tiene intenciones también de presentarse a la competición EUROATHLON

Relevância:

30.00% 30.00%

Publicador:

Resumo:

[ES] La Planificación de Rutas o Caminos es un disciplina de Robótica que trata la búsqueda de caminos factibles u óptimos. Para la mayoría de vehículos y entornos, no es un problema trivial y por tanto nos encontramos con un gran diversidad de algoritmos para resolverlo, no sólo en Robótica e Inteligencia Artificial, sino también como parte de la literatura de Optimización, con Métodos Numéricos y Algoritmos Bio-inspirados, como Algoritmos Genéticos y el Algoritmo de la Colonia de Hormigas. El caso particular de escenarios de costes variables es considerablemente difícil de abordar porque el entorno en el que se mueve el vehículo cambia con el tiempo. El presente trabajo de tesis estudia este problema y propone varias soluciones prácticas para aplicaciones de Robótica Submarina.

Relevância:

30.00% 30.00%

Publicador:

Resumo:

[ES]El proyecto contiene módulos de simulación, procesado de datos, mapeo y localización, desarrollados en C++ utilizando ROS (Robot Operating System) y PCL (Point Cloud Library). Ha sido desarrollado bajo el proyecto de robótica submarina AVORA.Se han caracterizado el vehículo y el sensor, y se han analizado diferentes tecnologías de sensores y mapeo. Los datos pasan por tres etapas: Conversión a nube de puntos, filtrado por umbral, eliminación de puntos espureos y, opcionalmente, detección de formas. Estos datos son utilizados para construir un mapa de superficie multinivel. La otra herramienta desarrollada es un algoritmo de Punto más Cercano Iterativo (ICP) modificado, que tiene en cuenta el modo de funcionamiento del sonar de imagen utilizado.