Resumo:
Um dos maiores desafios que a robótica móvel autônoma enfrenta na atualidade é o
problema da localização e mapeamento simultâneos, conhecido como SLAM. Esse problema surge por causa da complexidade da tarefa de navegar por um ambiente desconhecido e ao mesmo tempo capturar informações desse ambiente, construir um mapa e se localizar no mesmo. Os erros gerados pela imprecisão dos sensores, que se acumulam com o passar do tempo, utilizados para estimar o estado de localização e mapeamento impedem que sejam obtidos resultados confiáveis após longos períodos de navegação. Para resolver o problema descrito este trabalho apresenta um algoritmo de SLAM probabilístico onde, o algoritmo proposto procura eliminar esses erros resolvendo ambos os problemas simultaneamente, utilizando as informações de uma etapa para aumentar a precisão dos resultados alcançados na outra e vice versa. Para tal, é utilizado um mapa métrico para representar o ambiente em que o veículo esta inserido. Este mapa é construído de forma incremental utilizando a teoria de Bayes e a estimação da posição do veículo é feita por um Filtro α _ β e é corrigida por um método de sobreposição de obstáculo. Para demonstração da metodologia foi utilizado em um veículo autônomo inteligente.