Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/5452| Title: | Evaluación del algoritmo Theta* para planeación de trayectorias |
| Authors: | Rojas Fernandez, Ana Monserrat%701295 |
| Issue Date: | 2019-05-20 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | La planeación de trayectorias y el seguimiento de rutas, son actividades de la robótica que permiten generar y seguir de manera autónoma el mejor camino de un punto inicio a un punto meta. La implementación de estos algoritmos puede llevarse a cabo a través de herramientas como el Sistema Operativo Robótico (Robot Operating System, ROS), ya que proporciona elementos necesarios para el desarrollo e implementación de aplicaciones robóticas. En este documento de tesis, se presenta la implementación de un algoritmo de planeación de trayectorias en ROS y su comparativa con los algoritmos Dijkstra y A*. En el estado del arte se han propuesto diferentes métodos para la planeación y generación de trayectorias para los robots móviles, los cuales se basan en grafos, probabilidad, basados en optimización entre otros. Sin embargo, algunos algoritmos carecen de fácil aplicación o entendimiento, generan trayectorias rectilíneas, es decir, que carecen de realismo provocando que el robot realice un esfuerzo extra al seguir una trayectoria, todo esto con una ineficiencia con respecto al tiempo de ejecución o con la longitud de la trayectoria obtenida. Para esta investigación, se contempló el uso de un algoritmo de planificación de trayectorias más sofisticado llamado Theta*, con el objeto de lograr trayectorias cortas con un tiempo de ejecución aceptable. Las pruebas realizadas a nivel simulación se implementaron con un robot de configuración diferencial, en cinco mapas diferentes, y se evaluaron veintisiete trayectorias con métricas de tiempo y distancia, donde el algoritmo Theta* generó y llegó a la meta en el 100% de los casos, a diferencia de los algoritmos Dijkstra que generó el 84% de las trayectorias y llegó a la meta el 58% y de A* que generó el 97% de las trayectorias y llegó a la meta en el 80% de los casos. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Ana_Monserrat_Rojas_Fernandez_2019.pdf | Tesis | 8.61 MB | Adobe PDF | View/Open |
| MC_Ana_Monserrat_Rojas_Fernandez_2019_C.pdf Restricted Access | Cesión de Derechos | 93.42 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
