Un primer enfoque a la odometría visual para solucionar la localización y mapeo simultáneo (SLAM) implementando un filtro de Kalman extendido en Cotener S.A.C.

• Autor: Lévano Lévano, Jhon Eduardo
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional San Luis Gonzaga de Ica
• Repositorio: UNICA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unica.edu.pe:20.500.13028/6709
• Enlace del recurso: https://hdl.handle.net/20.500.13028/6709
• Nivel de acceso: acceso abierto
• Materia: SLAM; Odometría visual; Filtro de Kalman extendido; Matriz de covarianza; OpenCV; Extended Kalman Filter; https://purl.org/pe-repo/ocde/ford#2.02.01

La investigación aborda los desafíos que enfrenta el Perú en el desarrollo de infraestructura y procesos, destacando la importancia de tecnologías como SLAM (Localización y Mapeo Simultáneos) para mejorar la precisión en la localización y mapeo en tiempo real. Se propone desarrollar una solución SLAM mediante un filtro de Kalman extendido para la odometría visual, implementado con la librería OpenCV en un entorno de desarrollo integrado. Aunque no se lograron resultados experimentales completos, se estableció una sólida base teórica e de implementación para EKF-SLAM, incluyendo la infraestructura para la asociación de datos y el seguimiento de puntos de referencia. Sin embargo, persisten dificultades prácticas como la derivación empírica de la matriz de covarianza y la asociación de datos. Estos hallazgos señalan la necesidad de abordar limitaciones económicas y tecnológicas para una adopción masiva de soluciones basadas en odometría visual y SLAM en el contexto peruano