ALGORITMO ODOMÉTRICO LOAM INNOVADO DESDE C++ SIN ROBOT OPERATIVE SYSTEM

Autores/as

  • Víctor Joel Pinargote Bravo Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López ESPAM
  • Alfonso Tomás Loor Vera Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López, ESPAM
  • Edwin Wellington Moreira Santos Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López ESPAM
  • Luisa Anabel Palacios López Universidad Estatal del Sur de Manabí UNESUM

DOI:

https://doi.org/10.56124/encriptar.v7i14.006%20

Palabras clave:

odometría, algoritmo LOAM, robot móvil

Resumen

La odometría desempeña un papel crucial en la estimación de la posición relativa de un robot móvil, lo que motiva este artículo a implementar el método utilizado en el algoritmo LOAM, desarrollado dentro del marco de ROS (Robot Operating System). El enfoque de este trabajo se centra en el análisis del algoritmo LOAM y su posterior implementación en C++ sin la dependencia de ROS, empleando bibliotecas como PCL (Point Cloud Library), Eigen 3.0, y algunas funcionalidades adaptadas para su uso en C++, como ROS::tf. Para llevar a cabo el análisis del algoritmo LOAM, se aplicó un proceso de ingeniería inversa y se revisó la literatura existente, basándose en los artículos publicados por los autores del algoritmo mencionado anteriormente. Asimismo, se examinaron los métodos de Visual SLAM (Simultaneous Localization and Mapping) con el fin de compararlos y proponer posibles mejoras y observaciones en el algoritmo estudiado y posteriormente implementado. Se demostró que el algoritmo LOAM presenta una mayor eficiencia en tramos rectos en comparación con las curvas, debido a la ausencia de un sensor de medida inercial que sea capaz de compensar la rotación del láser en las curvas. Por lo tanto, se recomienda realizar un análisis segmentado en escenarios con diversos tipos de recorridos para mejorar los resultados y reducir el error total del experimento.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Eigen. (2016). Eigen is a C++ Template Library for Linear Algebra: Matrices, Vectors, Numerical Solvers, and Related Algorithms. http://eigen.tuxfamily.org/index.php?title=Main_Page

PCL. (2023). About. What is PCL. https://pointclouds.org/about/

Pinargote, V. (2017). Implementación del algoritmo de odometría LOAM con C++ en Linux [Tesis de Maestría, Universidad Politécnica de Madrid]. https://oa.upm.es/48115/3/TFM_VICTOR_PINARGOTE_BRAVO.pdf

PUCK. (2023). PUCK ™ (VLP-16). http://velodynelidar.com/vlp-16.html

ROS (Robot Operating System). (2021). About ROS. https://www.ros.org/

Tombari, F. (2013). Keypoints and Features for 2D/3D Image Processing and Recognition [Archivo PDF]. https://courses.cs.washington.edu/courses/cse455/09wi/Lects/lect6.pdf

Zhang, J. y Singh, S. (2014). LOAM: Lidar Odometry and Mapping in Realtime. Robotics: Science and Systems Conference (RSS), p. 9. https://www.ri.cmu.edu/pub_files/2014/7/Ji_LidarMapping_RSS2014_v8.pdf

Descargas

Publicado

2024-11-20

Cómo citar

Pinargote Bravo, V. J. ., Loor Vera, A. T. ., Moreira Santos, E. W. ., & Palacios López, L. A. . (2024). ALGORITMO ODOMÉTRICO LOAM INNOVADO DESDE C++ SIN ROBOT OPERATIVE SYSTEM. Revista Científica De Informática ENCRIPTAR - ISSN: 2737-6389., 7(14), 115–134. https://doi.org/10.56124/encriptar.v7i14.006