Localización global activa para un robot móvil utilizando seguimiento de múltiples hipótesis

Presentamos un enfoque probabilístico para la localización de robots móviles utilizando un modelo topológico mundial incompleto. El método, llamado localización de múltiples hipótesis (MHL), utiliza el seguimiento de pose basado en filtro de Kalman de múltiples hipótesis combinado con una formulación probabilística de la corrección de hipótesis para generar y rastrear hipótesis de pose gaussiana en línea. Aparte de una complejidad computacional más baja, este enfoque tiene la ventaja sobre los métodos tradicionales basados en cuadrículas de que se puede utilizar información de un modelo mundial incompleto y topológico. Además, el método genera comandos de movimiento para la plataforma para mejorar la recopilación de información para el proceso de estimación de poses. Se presentan experimentos extensos de dos entornos diferentes: un entorno de oficina típico y un antiguo edificio hospitalario.