000085313 001__ 85313
000085313 005__ 20191118101531.0
000085313 037__ $$aTAZ-TFG-2019-2319
000085313 041__ $$aspa
000085313 1001_ $$aMuñoz Mendi, Javier
000085313 24200 $$aImplementation of path planning algorithms for mobile robots in complex environments
000085313 24500 $$aImplementación de algoritmos de planificación de trayectorias para robots móviles en entornos complejos
000085313 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2019
000085313 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000085313 520__ $$aLa planificación de trayectorias en robótica es un problema que ha recibido especial atención en los últimos años, debido a que los robots comienzan a estar muy presentes en la industria y en los hogares. Aunque estos robots pueden ser muy diferentes unos de otros, el problema de obtener trayectorias de un punto a otro del espacio evitando obstáculos es similar en todos ellos, ya sea un robot aspirador doméstico, como una Roomba, o un robot de rescate en entornos peligrosos. Con la finalidad de aportar soluciones a este problema, este trabajo fin de grado tiene como objetivo principal la implementación y el estudio de diferentes algoritmos de planificación para obtener trayectorias válidas. Para ello es necesario disponer de (i) un modelo del entorno sobre el cual realizar la tarea de planificación, (ii) un origen y (iii) un destino. En el TFG se comparan tres algoritmos con diferentes características y comportamientos. Por un lado, se ha estudiado el algoritmo A*, basado en búsqueda en grafos y muy utilizado en la actualidad. Por otro lado, como alternativas con menor coste de computación que el A*, se han estudiado el algoritmo basado en muestreo RRT, y una modificación anytime-optimal del mismo, el RRT*. Con la finalidad de evaluar los diferentes algoritmos de planificación propuestos, se realizan ensayos en entornos de diferente tamaño y complejidad y se comparan los resultados obtenidos. Estos ensayos nos permiten observar las ventajas y desventajas de los algoritmos estudiados, pudiendo elegir el algoritmo idóneo para cada situación. Por último, en el TFG se realiza una implementación en un robot real mediante la plataforma ROS.<br />
000085313 521__ $$aGraduado en Ingeniería Electrónica y Automática
000085313 540__ $$aDerechos regulados por licencia Creative Commons
000085313 700__ $$aMontijano Muñoz, Eduardo$$edir.
000085313 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática
000085313 8560_ $$f718567@celes.unizar.es
000085313 8564_ $$s1601488$$uhttps://zaguan.unizar.es/record/85313/files/TAZ-TFG-2019-2319.pdf$$yMemoria (spa)
000085313 909CO $$ooai:zaguan.unizar.es:85313$$pdriver$$ptrabajos-fin-grado
000085313 950__ $$a
000085313 951__ $$adeposita:2019-11-18
000085313 980__ $$aTAZ$$bTFG$$cEINA
000085313 999__ $$a20190626222019.CREATION_DATE