Sistema de captura de datos y localización automática para un vehículo eléctrico

Abstract

El objetivo de este trabajo de Fin de Grado es la implementaci´on de un sistema de captura de datos y localizaci´on autom´atica para un veh´ıculo el´ectrico. Concretamente un modelo que se adapte al coche de competici´on que pertenece al equipo de formula student de la Universidad de La Laguna FSULL-DYNAMICS. El equipo se encuentra dentro de la competici´on internacional Formula Student, donde distintas universidades dise˜nan y fabrican monoplazas que compiten en distintas categor´ıas. Se busca realizar un estudio de las condiciones para que el coche pueda competir en la categor´ıa de coches aut´onomos para Formula Student. Para ello se ha utilizado un modelo de silla de ruedas motorizada que facilita las pruebas y capturas de datos, incluyendo sensores en la silla como son los encoders y el sensor LiDAR, as´ı como la integraci´on con ROS (Robot Operating System) para su funcionamiento en tiempo real. En la silla se han integrado los sensores y actuadores necesarios para probar los algoritmos necesarios para testear un veh´ıculo aut´onomo. El desarrollo del proyecto se puede describir en las siguientes fases: Integraci´on del sistema sensorial al modelo, estimaci´on de su posici´on y mapeo del entorno mediante el SLAM ( Simultaneous Localization and Mapping), y planificaci´on de trayectorias y control de velocidad.

The objective of this Final Degree project is the implementation of a data capture and automatic location system for an electric vehicle, in our case we will use a model that adapts to the competition car that belongs to the Formula Student team of the University of La Laguna FSULL-DYNAMICS. The team is part of the international Formula Student competition, where different universities design and manufacture single-seaters that compete in different categories. In view of the new technologies and with a view to the future, the aim is for the car to be able to compete in the autonomous car category for Formula Student. For this purpose, the project has a motorised wheelchair model that adapts well to the car, also includes sensors in the vehicle such as the encoders and the LiDAR sensor, as well as the integration with ROS (Robot Operating System) for its operation in real time. The development of the project can be described in the following phases: Integration of the sensor system into the model, position estimation and mapping of the environment using SLAM (Simultaneous Localization and Mapping), and trajectory planning and speed control.