Abstract:
RESUMO: Com o advento de novas tecnologias e o barateamento de componentes eletrônicos, a facilidade de aquisição de um smartphone tem crescido a cada dia. Atualmente, os smartphones são detentores de processamento computacional com capacidade semelhante ou superior à alguns computadores no mercado. Diversas pesquisas demonstram a viabilidade do uso de smartphones na robótica e, como tais, este trabalho almeja aplicar uma técnica probabilística para solucionar o problema de SLAM em uma arquitetura Cellbot, onde o acionamento é realizado por um sistema embarcado e o processamento é feito em um smartphone. A proposta deste trabalho consiste em uma abordagem baseada no uso de dois receptores de sinal de Wi-Fi, usando a informação do RSS (Received Signal Strength) recebida pelos nós transmissores (Pontos de Acesso) para o problema de SLAM (Simultaneous Localization and Mapping). A solução apresentada é baseada no Filtro de Kalman Estendido utilizando apenas os RSS provindos de diferentes transmissores no cenário. O sistema em questão considera que o robô navega em um ambiente desconhecido onde recebe diferentes sinais de Wi-Fi com correspondência conhecida. A partir do uso da odometria e dos sinais Wi-Fi recebidos, o robô localiza a posição de cada um dos transmissores Wi-Fi bem como a si mesmo. Os resultados realizados por meio do simulador V-REP são apresentados para validar a proposta. ABSTRACT: With the advent of new technologies and cheaper electronic components, it has become easier to acquire a smartphone. Nowadays, smartphones contain processing capability as good as or even superior to some computers in the market. Several researches show the feasibility of smartphones in robotics, and then as well, this work aims to apply a probabilistic technique to solve the SLAM problem in a Cellbot architecture, where the activation is done by an embedded system and is processed by a smartphone. The proposal in this work consists in an approach based on the utilization of Wi-Fi receptors, using RSS information received by the transmission nodes (Access Point) for the SLAM problem. The solution presented is based on extended Kalman filter using RSS coming from different transmitters in the environment. The system considers that a robot navigates in an unknown environment where it receives different Wi-Fi signals from a known source. Through the odometry and Wi-Fi signals, the robot localizes itself and the position of each Wi-Fi transmitter. The initial results executed by the V-REP show the viability of the application. The results provided by V-REP simulator are presented to validate the approach.
