Implantación de algoritmos de SLAM en el entorno de simulación V-REP usando ROS 2

La Industria 4.0 implica la promesa de una nueva revolución, cuyo cambio se basa en la adopción de las nuevas tecnologías como la robótica colaborativa. El framework ROS es la plataforma idónea para el desarrollo de aplicaciones para la robótica colaborativa. Robot Operating System (ROS) es una colección de frameworks para el desarrollo de software de robot y es el estándar más popular adoptado por la industria. En este proyecto se ha trabajado con ROS2 cuya diferencia con ROS1 es que en esta desaparece la arquitectura maestra/esclavo. ROS nos da la posibilidad de implantar tecnologías como SLAM la cual está irrumpiendo en la robótica industrial y comercial, impulsando una nueva generación de robots móviles autónomos. SLAM (Localización y mapeo simultaneo) plantea si es posible situar un robot móvil en un entorno desconocido y que sea capaz de construir un mapa consistente de su entorno mientras determina su posición en ese mapa simultáneamente. En este proyecto se ha conseguido que un robot móvil sea capaz de construir un mapa de un entorno desconocido a medida que lo explora. Para ello se han comparado distintos algoritmos de SLAM disponibles en ROS 2, y se ha integrado el más adecuado (SLAM Toolbox) usando en el proceso el entorno de simulación V-REP.

Industry 4.0 holds the promise of a new revolution, whose change is based on the adoption of new technologies such as collaborative robotics. The ROS framework is the ideal platform for the development of collaborative robotics applications. Robot Operating System (ROS) is a collection of frameworks for the development of robot software and is the most popular standard adopted by the industry. In this project we have worked with ROS2 whose difference with ROS1 is that in this one the master/slave architecture disappears. ROS gives us the possibility to implement technologies like SLAM, which is breaking into industrial and commercial robotics, promoting a new generation of autonomous mobile robots. SLAM (Simultaneous Location and Mapping) raises the question of whether it is possible to locate a mobile robot in an unknown environment and be able to build a consistent map of its environment while simultaneously determining its position on that map. In this project we have made a mobile robot able to build a map of an unknown environment as it explores it. For this purpose, different SLAM algorithms available in ROS 2 have been compared, and the most suitable one (SLAM Toolbox) has been integrated using the V-REP simulation environment in the process.