|
Resumen:
|
Las medidas asíncronas y recibidas de forma retardada y temporalmente desordenada en los sistemas de fusión multisensorial secuencial tienen que ser tratadas con técnicas especiales capaces de detectar y manejar la existencia de retardos y la falta de orden en la recepción de los datos. En esta tesis se proponen tres algoritmos para resolver este problema, originados en el modelado del sistema mediante redes bayesianas, y basados en la utilización de algoritmos de inferencia exacta sobre árboles de unión y filtros de Información (equivalentes a los de Kalman) en sus versiones multisensoriales básica y extendida. Los tres métodos (Bayes, IFAsyn e IFAsynMixto) permiten estimar, secuencial y asíncronamente, el estado de sistemas dinámicos de control a partir de las medidas proporcionadas por un conjunto de sensores que pueden ser recibidas en el sistema de fusión temporalmente desordenadas con diferentes retardos. Los algoritmos Bayes e IFAsyn sirven para sistemas dinámicos lineales con términos aditivos de ruido gausiano, mientras que el algoritmo IFAsynMixto es aplicable a sistemas dinámicos lineales, no lineales o mixtos. Bayes e IFAsyn son similares a los filtros de Información y Kalman cuando los filtros utilizan los mismos datos de forma ordenada y sin retardos, mientras que IFAsynMixto es equivalente a los filtros de Información y Kalman Extendidos. Bayes e IFAsyn son soluciones equivalentes a otras soluciones propuestas recientemente en la literatura, aunque sirven para resolver un conjunto más amplio de problemas. Incluyen en su formulación la existencia de la señal de control, una etapa opcional de validación previa a la asimilación de las medidas, y el carácter multisensorial del sistema. IFAsynMixto, que incorpora en su formulación las mismas características que los dos otros métodos, es una solución novedosa para sistemas no lineales y mixtos. Los tres métodos desarrollados son fáciles de configurar y adaptar a diferentes sistemas dinámicos de control, e IFAsynMixto, el más general, ha sido validado con éxito dentro de un sistema complejo de control y fusión multisensorial para robots autónomos móviles, desarrollado también como parte del trabajo de esta tesis.
|
