Sistemas de Navegación está centrada en la navegación autónoma, dentro del campo de la robótica móvil. La asignatura se divide en dos partes, la percepción y el movimiento. Se compaginan teoría y prácticas en simulación y con un robot móvil real.
Profesores Titulares
Se recomienda experiencia con sistemas Linux, ROS 2 y Python.
El objetivo de esta asignatura es que el alumnado aprenda unas nociones básicas sobre navegación autónoma en el campo de la robótica móvil. Acabarán la asignatura con intuición y capacidad para entender bien los diferentes problemas que se presentan en la robótica móvil y los algoritmos y métodos que se usan.
Part I. Percepción
- Fundamentos
1.1. Sensores
1.2. Incertidumbre y precisión
1.3. Modelo gaussiano
1.4. Probabilidad condicional y teorema de Bayes - Localización
2.1. Localización
2.2. Filtro de Kalman
2.3. Filtro de Kalman extendido
2.4. Filtro de partículas - Mapa
3.1. Introducción y tipologías de mapas
3.2. Mapa de ocupación
3.3. Mapas y localización - SLAM
4.1. SLAM basado en EKF
4.2. SLAM basado en filtro de partículas
4.3. Graph SLAM
Part II. Movimiento
- Modelo cinemático
5.1. Ruedas
5.2. Modelo cinemático
5.3. Modelo cinemático inverso - Planificación
6.1. Introducción: planificación y navegación
6.2. Planificador global
6.3. Planificador local - Exploración
7.1. Introducción
7.2. Fronteras
7.3. Replanificar
La metodología de esta asignatura se fundamenta en un enfoque teórico-práctico orientado a la adquisición progresiva de los resultados de aprendizaje definidos. Se basa en el equilibrio entre la teoría y la práctica, lo que permite que el alumnado asimile los conceptos trabajados en el aula y los aplique en un entorno real de robótica móvil. Las sesiones se dividen en dos partes diferenciadas. En la primera parte (1:30 h), se desarrollan clases magistrales con resolución de ejercicios, fomentando la participación activa del estudiante y la comprensión de los fundamentos teóricos. En la segunda parte, se llevan a cabo actividades prácticas utilizando simulación y robots reales, con el objetivo de aplicar los conocimientos adquiridos. Las prácticas se realizan con los ordenadores portátiles del alumnado y requieren la instalación previa de Ubuntu y ROS 2. Estas se pueden realizar en parejas. La metodología integra, por tanto, clases teóricas, actividades prácticas y trabajo autónomo del estudiante, favoreciendo un aprendizaje activo y aplicado.
La calificación final de la asignatura se calcula a partir de la nota de teoría y la nota de prácticas, con la siguiente ponderación:
- 50% Nota de teoría
- 50% Nota de prácticas
Nota de teoría:
Se calcula a partir de un ejercicio de teoría (50%) y un examen final (50%). El examen final es obligatorio para aprobar la asignatura.
Nota de prácticas:
Se calcula a partir de ejercicios prácticos (33%) y un trabajo final (67%). El trabajo final se realiza en grupos de 2-3 estudiantes y se presenta de forma oral. Su presentación es obligatoria para aprobar la asignatura.
Condiciones de superación:
- Es obligatorio presentarse al examen final.
- Es obligatorio presentar el trabajo final de prácticas.
Se valorará:
- El rigor y la coherencia en el desarrollo de los razonamientos.
- La comprensión conceptual de los fundamentos de la robótica móvil.
- La capacidad de aplicar métodos y algoritmos de navegación autónoma.
- La capacidad de utilizar sensores para percibir el entorno y detectar obstáculos.
- La capacidad de modelización y resolución de problemas en entornos reales o simulados.
- La correcta interpretación de los resultados obtenidos.
- La claridad y la estructura en la presentación de los procedimientos y soluciones.
[1] Welch, G., & Bishop, G. (2006). An Introduction to the Kalman Filter. University of North Carolina.
Open Robotics. (s. f.). ROS 2 Humble Documentation.
Open Navigation LLC. (s. f.). Navigation2 (Nav2) – ROS 2 Navigation Stack.