OntoSLAM: Una ontología para representar la información de localización y mapeo simultáneo

Abstract

Actualmente, los robots aut´onomos est´an jugando un papel importante en las actividades acad´emicas, tecnol´ogicas y cient´ıficas. Por lo tanto, su comportamiento se est´a volviendo m´as complejo. Una aplicaci´on particular de los robots aut´onomos es en el contexto del problema Simultaneous Localization and Mapping (SLAM), donde las principales tareas son mapear un entorno y localizarse a s´ı 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 ontolog´ıas parecen ser una clara soluci´on 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 limitaci´on de que se centran en el resultado del algoritmo SLAM (los mapas) y no en la informaci´on relacionada con el proceso que los lleva a obtener dichos resultados. Para ofrecer soluciones que soporten el dinamismo que puede surgir en una soluci´on al problema SLAM, es importante incorporar la informaci´on relacionada al tiempo y a la incertidumbre de los posiciones del robot y de otros objetos (landmarks) que conforman el ambiente, en las ontolog´ıas para el SLAM. Incluir esta informaci´on permite desarrollar una ontolog´ıa completa de SLAM para robots m´oviles. En este contexto, el objetivo de este trabajo es desarrollar OntoSLAM, una ontolog´ıa 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.