000063629 001__ 63629
000063629 005__ 20171221155144.0
000063629 037__ $$aTAZ-TFM-2017-1040
000063629 041__ $$aspa
000063629 1001_ $$aTardós Ibarra, Javier
000063629 24200 $$aMulti-Robot Algorithms for Adaptive Coverage and Global Connectivity Maintenance
000063629 24500 $$aEstrategias Multi-Robot de Despliegue y Cobertura con Mantenimiento de la Conectividad
000063629 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2017
000063629 300__ $$ematerial-fisico-adicional
000063629 500__ $$aAporta en secretaría material complementario: un CD con vídeos de simulaciones.
000063629 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000063629 520__ $$aLos sistemas multi-robot son un foco de investigación en la sociedad actual debido a las numerosas ventajas que presentan. Son sistemas robustos, escalables al tamaño del problema y que permiten una especialización de los individuos. El principal tema que se aborda en este trabajo es la cobertura de una zona determinada por parte de un sistema multi-robot. Se trata de desarrollar un algoritmo de seguimiento de objetivos móviles partiendo de un algoritmo de cobertura existente. El algoritmo del que se parte realiza las labores de cobertura mediante divisiones de Voronoi iterativas, y mantiene la conectividad entre sus agentes por el método del Minimum Spanning Tree. A la hora de extender sus capacidades al seguimiento de objetivos móviles, se plantean dos alternativas. Una consiste en aplicar funciones de importancia con centro en los objetivos para que el cálculo ponderado de las divisiones de Voronoi acerque a la flota hacia su meta. La otra, por su parte, consiste en modificar los límites de la zona de trabajo en función de la posición de los objetivos y de los propios agentes del sistema. Una comparación entre las dos alternativas permite concluir que el primer método es más rápido y más adecuado para casos en los que hay objetivos sueltos, mientras que el segundo es más adecuado para casos en los que hay concentraciones de objetivos. También se realiza una implementación del sistema sobre el simulador Gazebo. Los robots se controlan mediante ROS y el algoritmo se ejecuta desde MATLAB. Además se desarrolla un sistema de visualización en Gazebo que permite comprender con mayor claridad el movimiento de cada uno de los robots del conjunto. Finalmente, se realizan varios experimentos sobre esta implementación en Gazebo para comprobar el comportamiento del algoritmo. También se realiza un estudio paramétrico acerca de un experimento de seguimiento de una formación. En él se varían factores como la velocidad de la formación, el radio de los sensores de los robots o el número de agentes. Se destaca la importancia de realizar estudios como éste con carácter previo a una implementación real, dado que puede evitar derrochar recursos en robots y dispositivos de visión.
000063629 521__ $$aMáster Universitario en Ingeniería Industrial
000063629 540__ $$aDerechos regulados por licencia Creative Commons
000063629 700__ $$aAragüés Muñoz, Rosario$$edir.
000063629 700__ $$aSagüés Blázquiz, Carlos$$edir.
000063629 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática
000063629 8560_ $$f647077@celes.unizar.es
000063629 8564_ $$s1607129$$uhttps://zaguan.unizar.es/record/63629/files/TAZ-TFM-2017-1040.pdf$$yMemoria (spa)
000063629 909CO $$ooai:zaguan.unizar.es:63629$$pdriver$$ptrabajos-fin-master
000063629 950__ $$a
000063629 951__ $$adeposita:2017-12-21
000063629 980__ $$aTAZ$$bTFM$$cEINA