Browsing by Author "Cornejo Lupa, Maria Alejandra"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    A categorization of simultaneous localization and mapping knowledge for mobile robots
    (Universidad Católica San Pablo, 2020) Cornejo Lupa, Maria Alejandra; Ticona Herrera, Regina Paola
    Autonomous robots are playing important roles in academic, technologi-cal, and scientific activities. Thus, their behavior is getting more complex. The main tasks of autonomous robots include mapping an environment and localize themselves. These tasks comprise the Simultaneous Localization and Mapping (SLAM) problem. Representation of the SLAM knowledge (e.g., robot charac-teristics, environment information, mapping and location information), with a standard and well-defined model, provides the base to develop efficient and interoperable solutions. However, as far as we know, there is not a common classification of such knowledge. Many existing works based on Semantic Web, have formulated ontologies to model information related to only some SLAM aspects, without a standard arrangement. In this work, we propose a category-zation of the knowledge managed in SLAM, based on existing ontologies and SLAM principles. We also classify recent and popular ontologies according to our proposed categories and highlight the lessons to learn from existing solu- tions. Showing the neccesity to develop a complete SLAM ontology in mobile robots.
  • Thumbnail Image
    Item
    OntoSLAM: Una ontología para representar la información de localización y mapeo simultáneo
    (Universidad Católica San Pablo, 2021) Cornejo Lupa, Maria Alejandra; Ticona Herrera, Regina Paola
    Actualmente, los robots autónomos están jugando un papel importante en las actividades académicas, tecnológicas y científicas. Por lo tanto, su comportamiento se está volviendo más complejo. Una aplicación particular de los robots autónomos es en el contexto del problema Simultaneous Localization and Mapping (SLAM), donde las principales tareas son mapear un entorno y localizarse a sí mismos. Para asegurar soluciones eficientes e interoperables al problema de SLAM, es necesario contar con una representaci´on del conocimiento relacionado, a trav´es de un modelo est´andar, flexible y bien definido. Como lo demuestran muchos trabajos existentes, las ontologías parecen ser una clara solución para representar el conocimiento complejo. En la actualidad, no hay estudios sobre ontolog´ıas que modelen directamente el problema SLAM. Sin embargo, hay varios trabajos que se enfocan en la categor´ıa del Mapeo del entorno, con la limitación de que se centran en el resultado del algoritmo SLAM (los mapas) y no en la información relacionada con el proceso que los lleva a obtener dichos resultados. Para ofrecer soluciones que soporten el dinamismo que puede surgir en una solución al problema SLAM, es importante incorporar la información relacionada al tiempo y a la incertidumbre de los posiciones del robot y de otros objetos (landmarks) que conforman el ambiente, en las ontologìas para el SLAM. Incluir esta información permite desarrollar una ontología completa de SLAM para robots móviles. En este contexto, el objetivo de este trabajo es desarrollar OntoSLAM, una ontología para modelar el conocimiento de SLAM, incluyendo la incertidumbre en la pose del robot y el posicionamiento de puntos de referencia y otros objetos del ambiente.