1

Una Arquitectura de Agente Robtico Mvil

para la Navegacin y Mapeo de Entornos de
Trabajo
Gustavo A. Acosta A. MSc.(c), Luis F. Rodrguez G. Esp.(c), Leonardo Serna G. Esp.(c), Luis A.
Girn M. Esp.(c), William Molina J., Carmen Y. Palacios P.
Universidad de San Buenaventura seccional Medelln, Colombia

ResumenLa autonoma de un agente mvil robtico depende

de su habilidad de poder ubicarse de forma rpida y precisa en su
entorno de trabajo, as como tambin, de su capacidad para
elaborar y actualizar representaciones de dicho entorno a medida
que lo explora. En este artculo se describe el diseo y desarrollo
de una arquitectura robtica para la implementacin de
algoritmos de localizacin y mapeo en ambientes estructurados.
La plataforma robtica emplea un sistema propioceptivo de
estimacin odomtrica que permite determinar distancias
recorridas y ngulos de orientacin y un sistema ultrasnico
extereoceptivo para medidas de rango a objetos presentes en el
entorno prximo del robot1. Esta informacin es transferida a un
computador que elabora una representacin del entorno
correspondiente a un mapa de celdas de ocupacin.
Palabras clave
Mapping, Sonar.

Robtica

Mvil,

Navegacin,

SLAM,

I. INTRODUCCIN

plicaciones de la robtica mvil en reas tan diversas

como
exploracin
planetaria,
exploracin
oceanogrfica, bsqueda y rescate, asistencia personal,
aplicaciones militares y de seguridad, agricultura, robtica
industrial, robtica de servicios y robtica educativa, requieren
de altos niveles de autonoma en los cuales la intervencin
humana es muy poca o resulta ser prcticamente nula. Todas
estas aplicaciones integran una gran variedad de
conocimientos en electrnica, computacin, mecnica,
neumtica, hidrulica, etc., y frecuentemente involucran
tambin disciplinas cuyos objetos de conocimiento abordan
procesos
de
cognicin,
aprendizaje,
razonamiento,
comportamiento e interaccin social humana y animal, todo
esto con la finalidad de construir sistemas robticos capaces de
realizar tareas tiles para el ser humano.
La navegacin autnoma de agentes mviles robticos
1

Proyecto de Investigacin desarrollado por el Grupo de Investigacin en

Modelamiento y Simulacin Computacional GIMSC de la Universidad de San
Buenaventura seccional Medelln, Colombia.

AMR), requiere de la solucin de problemas complejos

altamente interrelacionados como la planeacin de
trayectorias, la localizacin, la evasin de obstculos y la
representacin de entornos. La exploracin de ambientes de
trabajo desconocidos, estructurados o no, constituye en la
actualidad uno de los retos ms desafiantes de la investigacin
en el campo de la robtica mvil e implica la solucin
adicional de los problemas de localizacin robtica y el mapeo
de entornos de trabajo [1].
Un requerimiento primordial para la navegacin tiene que
ver con el conocimiento del entorno, ya sea aquel que se puede
obtener cuando se dispone de un mapa o representacin a
priori o bien el que se obtiene mediante la percepcin directa
que el robot realice de su entorno a partir de los sistemas
sensoriales y de percepcin de que dispone. Esta aproximacin
le permite al sistema robtico solucionar el problema de la
localizacin y el de la elaboracin de representaciones
(mapping) del entorno fsico que se explora. La solucin
simultnea de estos dos problemas se conoce en la literatura
como SLAM (Simultaneous Localization and Mapping) o
CML (Concurrent Mapping and Localization) y se refiere a la
elaboracin y actualizacin de mapas y la localizacin relativa
del robot en su entorno a partir de estas representaciones [2],
[3].
Las tareas de exploracin le permiten al AMR no solamente
obtener nueva informacin, sino que tambin posibilita la
adquisicin de informacin complementaria de lugares ya
visitados con el objetivo mejorar la representacin del entorno.
A su vez la incorporacin de nueva informacin y el
mejoramiento permanente de los mapas constituyen el soporte
de todas aquellas estrategias de navegacin que le permitirn
al robot explorar completamente su entorno.
Los sistemas de percepcin ultrasnicos tienen un uso
extendido en el campo de la robtica mvil. Se emplean en la
deteccin y evasin de obstculos y en la adquisicin de
informacin cuantitativa y/o cualitativa para la representacin
de entornos [4]. Entre las ventajas comparativas de los
dispositivos de transduccin ultrasnicos con respecto a otros

2
tipos de sensores se pueden mencionar su bajo costo, bajo
consumo, simplicidad, robustez, y el hecho de que no son
dependientes de la luz. Como cualquier otro sistema de
percepcin, los sensores ultrasnicos tambin presentan
desventajas como son su alta sensibilidad al grado de
inclinacin de la superficie de los objetos con respecto al eje
acstico del sensor, amplia apertura angular del haz
ultrasnico que da origen a la incertidumbre angular,
susceptibilidad a fluctuaciones en el medio de transmisin y el
bajo ancho de banda de la seal acstica. Esta ltima
caracterstica es la causante de la baja resolucin a cortas
distancias, lo que se traduce en el hecho de que objetos muy
cercanos al sensor son indistinguibles. Sin embargo tambin
constituye una de las principales ventajas puesto que seales
con bajos anchos de banda resultan ser fcil de procesar tanto
anloga como digitalmente [5], [6], [7], [8]. Resulta
interesante el hecho de que un buen nmero de publicaciones
reportan desarrollos en los que se emplean plataformas
robticas equipadas con sistemas ultrasnicos de percepcin
para la elaboracin de modelos espaciales de entornos fsicos
[8], [9], [10].
Los mapas mtricos y topolgicos constituyen las dos
aproximaciones tradicionalmente usadas en la representacin
de entornos de trabajo. Las representaciones mtricas se basan
en la medicin precisa de distancias a intersecciones,
longitudes de corredores, tramos de paredes y ngulos de
orientacin entre otros. Un mtodo ampliamente usado y
propuesto inicialmente por Elfes y Moravec en [11] consiste
en dividir del espacio de trabajo en celdas cartesianas o
polares uniformes y asignarle a cada una un valor con el que se
indica la probabilidad de ocupacin de la regin que
representa [12], [13]. En [1], [8] y [9] se describen diferentes
mtodos para la elaboracin de mapas mtricos por celdas de
ocupacin mediante el uso de sensores ultrasnicos.
Por otro lado, en las representaciones basadas en mapas
topolgicos se busca identificar y localizar aquellas
caractersticas (Landmarks) del entorno que se pueden
catalogar como relevantes. No se requiere determinar las
distancias que separan aquellas Lanmarks identificadas puesto
que las representaciones topolgicas son cualitativas, a
diferencia de las mtricas que son representaciones
cuantitativas [12]. Tradicionalmente los sistemas ultrasnicos
han sido empleados en la elaboracin de mapas de celdas de
ocupacin ya que proporcionan medidas confiables de
distancia en entornos interiores estructurados. Recientemente
algunos investigadores han desarrollado tcnicas y sistemas
que permiten extraer informacin cualitativa del entorno a
partir de sensores ultrasnicos [4], [15], [16], [17]. En [14] se
presenta un mtodo que permite construir representaciones
topolgicas globales a partir de representaciones locales
basadas en caractersticas del entorno, en este trabajo se les
denomina a estos mapas locales Absolute Space
Representation (ASR). Cada ASR corresponde a un nodo en la

representacin global, para cada espacio local visitado se

identifican y localizan las salidas, que se consideran la
principal caracterstica en el mtodo propuesto. As mismo se
plantea una tcnica simple de bajo costo computacional para
identificar las salidas potenciales en cada ASR. La tcnica
consiste en hacer que el robot mvil gire 24 grados sobre su
eje en pasos de 6o, las salidas potenciales se identifican a partir
de cambios abruptos en las medidas de rango. El sistema de
percepcin empleado para identificar las salidas esta
constituido por 16 sensores dispuestos en una configuracin
estndar en anillo.
Si bien son notables los progresos que se han realizado en
un campo relativamente nuevo de la investigacin como lo es
el mapeo autnomo de entornos mediante el empleo de robots
mviles, an quedan cuestiones que los investigadores en este
campo debern resolver como son la elaboracin de
representaciones confiables con bajos costos computacionales
de entornos no estructurados, altamente dinmicos y de
grandes dimensiones [3].
En este artculo se presenta un sistema robtico cuyas
caractersticas permiten abordar los problemas de localizacin
y mapeo (SLAM) en entornos estructurados de trabajo. El
sistema esta constituido por un robot mvil cuyas funciones
principales son:
- La exploracin autnoma y sistemtica del entorno con
base en diferentes estrategias de navegacin.
- La adquisicin de informacin propioceptiva de distancias
recorridas y ngulos de orientacin (Dead Reckoning)
mediante un sistema de estimacin odomtrica.
- La adquisicin de informacin extereoceptiva representada
por las medidas de rango en el entorno prximo al robot.
- Transmisin inalmbrica de datos a un computador.
El sistema cuenta con un computador en el que se capta la
informacin transmitida por el robot y se elabora la
representacin del entorno con base en un algoritmo de celdas
de ocupacin.
El artculo se organiza de la siguiente manera: en la seccin
2 se presenta la arquitectura del sistema; en la seccin 3 se
describen los subsistemas de control y actuacin; en la seccin
4 se describe el sistema de estimacin odomtrica, el sistema
percepcin ultrasnico multizonal con reduccin de distancias
muertas propuesto en este trabajo y adicionalmente se
establece su grado de contribucin; en la seccin 5 se presenta
el algoritmo de mapeo empleado, y finalmente en la seccin 6
se presentan las conclusiones y desarrollos futuros.
II. ARQUITECTURA DEL SISTEMA ROBTICO
Conceptual y metodolgicamente la arquitectura del Agente
Mvil Robtico (AMR) desarrollado se fundamenta en el
paradigma reactivo-deliberativo basado en comportamientos,
modelo propuesto originalmente por Matari [12] y que
corresponde a una arquitectura basada en niveles. Una
descomposicin por capas o niveles, permite incorporar

3
fcilmente en el AMR comportamientos reactivos y
proactivos. En una disposicin horizontal, cada capa de
software se conecta de forma directa a las entradas sensoriales
y a las salidas actuadoras. Por s misma cada capa corresponde
a un agente que sugiere comportamientos y acciones. En la
figura 1 se presenta la arquitectura de diseo del AMR por
descomposicin en capas horizontales.

Figura 1. Arquitectura del Agente Mvil Robtico por

Descomposicin en Capas Horizontales.

La seleccin de un esquema de diseo en capas horizontales

se debe a que presenta una mayor simplicidad conceptual que
los esquemas de capas verticales. En una descomposicin
horizontal cada capa compite con las dems por generar la
accin sugerida. Este hecho puede dar origen a un
comportamiento no coherente del robot en su entorno de
trabajo. Se hace necesario establecer una funcin de mediacin
responsable de designar la capa que asume el control del AMR
en un instante dado.

Comportamientos perceptuales: reflexin ultrasnica,

odometra.

Figura 2. Arquitectura Hbrida Reactiva-Deliberativa del Sistema

Multi-Agente Robtico para la solucin SLAM.

En la caracterizacin del nivel deliberativo se establecen

los pasos requeridos para el cumplimiento de los objetivos
a largo plazo, como son la localizacin del agente robtico
y la elaboracin de representaciones del entorno. Los pasos
definidos son:

Procesamiento de medidas odomtricas y medidas de
rango ultrasnicas.

Estimacin de la probabilidad de ocupacin para
aquellas celdas ubicadas en el entorno prximo al
robot.

Estimacin de la localizacin del robot en su entorno:
distancia y orientacin respecto a un punto de
referencia.

Por otro lado, la arquitectura del sistema multi-agente que

permite dar solucin al problema del SLAM se muestra en la
figura 2, se puede observar la naturaleza distribuida del
sistema propuesto en este trabajo. Este modelo permite
establecer las relaciones entre los agentes de software y los
agentes fsicos propios de las arquitecturas robticas [17].

En la figura 3 se presenta el modelo de control reactivo y

deliberativo definidos para el sistema robtico.

III. SISTEMAS DE CONTROL Y ACTUACIN DEL AGENTE MVIL

IV. SISTEMAS DE PERCEPCIN DEL AGENTE MVIL ROBTICO

ROBTICO

Y DESCRIPCIN DE LA PLATAFORMA ROBTICA

La caracterizacin del nivel reactivo permite definir las

habilidades o comportamientos requeridos para la
implementacin de las estrategias de control reactivo
requeridas por la aplicacin. Para el AMR se definieron los
siguientes comportamientos:

Comportamientos
de
exploracin:
wander
(vagabundeo).

Comportamientos aversivos: evitacin de obstculos.

A. Percepcin Ultrasnica
El ultrasonido se utiliza frecuentemente como principio de
transduccin de no-contacto para la medicin activa de
distancias en el entorno prximo de un robot. Las tcnicas
empleadas para obtener medidas de rango con base en el
empleo de seales acsticas se conocen como tcnicas de ecodeteccin o eco-localizacin [18], [19].

4
B. Estimacin Odomtrica
Desde el punto de vista mecnico, la plataforma mvil
cuenta con dos motores dispuestos en una configuracin
diferencial que facilita el control de traccin y direccin.
Sobre los ejes de los motores, entre el chasis y las ruedas del
robot se ubican los encoders incrementales del sistema de
percepcin odomtrico. El mdulo propioceptivo de
estimacin
odomtrica
permite
determinar
los
desplazamientos lineales y angulares del robot.

Figura 3. Caracterizacin de los Niveles Reactivo y Deliberativo

del Agente Mvil Robtico.

Midiendo el tiempo transcurrido entre la emisin del pulso

ultrasnico y la recepcin de su eco, se puede establecer la
distancia a la que se encuentra el obstculo que ha provocado
la reflexin de la onda sonora, esta tcnica se conoce como
medida de rango por tiempo-de-vuelo o ToF por sus siglas en
ingls, el principio activo de transduccin se ilustra en la
figura 4. Usualmente las medidas de rango se obtienen a partir
del primer eco o primera reflexin acstica [20].

SEAL DE
EXCITACIN
(P.ej.Tren de Pulsos)

C. Descripcin de la Plataforma Robtica

Originalmente el control del sistema de sonar contaba con
un microcontrolador MC68HC908GP32 para el control y la
transferencia de datos. La comunicacin de datos se llevaba a
cabo mediante un puerto serial asncrono de comunicaciones
(Serial Communication Interface SCI). La arquitectura de
navegacin y mapeo requiere de la incorporacin de un
mdulo de percepcin odomtrica como complemento al
mdulo de rango ultrasnico. La solucin planteada consisti
en cambiar el microprocesador original por uno con una
arquitectura interna ms poderosa, verstil y de mayor
desempeo computacional. La migracin al nuevo dispositivo
no present dificultades de hardware debido al diseo modular
del sistema de medida ultrasnico. Las rutinas de control y
medida del TOF fueron re-escritas y adaptadas al nuevo
procesador y su arquitectura; adicionalmente se incorporaron
las nuevas rutinas de control y medida del mdulo de
odomtrico de estimacin.

CIRCUITO DE
EXCITACIN
TRANSDUCTOR DE
EMISIN

Ultrasonido Emitido
Medida del tiempo de vuelo desde
la emisin de los pulsos hasta la
recepcin del eco (TOF)

OBJETO

Ultrasonido Reflejado

TRANSDUCTOR DE
RECEPCIN
ECO RECIBIDO

CIRCUITO DE
RECEPCIN

Figura 4. Medida de Rango por ToF (Time of Fly) en un SONAR.

En el AMR se emplea el sistema de sonar multi-zona de

doble umbral desarrollado por Acosta et al. en [5]. El mdulo
es controlado por un microcontrolador que genera los pulsos
de excitacin a los transductores de emisin, calcula la
distancia promedio de los obstculos en el entorno prximo al
robot y transfiere la informacin al procesador principal del
robot mvil.

Figura 5. Diagrama de Bloques del Sistema Multi-Agente

Robtico para la Navegacin y Mapeo de Entornos.

El diagrama de bloques del sistema se aprecia en la figura 5.

Se observa el empleo de dos microcontroladores ColdFire V1
MCF51QE128. Uno de ellos se ocupa del control del sistema
sensorial del robot y el otro del control de efectores,
comportamientos y comunicaciones inalmbricas con el

5
servidor de mapeo y localizacin. Las comunicaciones
inalmbricas se implementaron mediante un par de mdulos
ZigBee. La transferencia de datos entre los microcontroladores
de la plataforma mvil se hace a travs uno de los dos buses de
comunicaciones I2C disponibles en los microcontroladores
QE128. El bus I2C altas velocidades de intercambio de
informacin entre los dos subsistemas.
En la figura 6 se puede apreciar el prototipo final del robot
mvil llevando a cabo tareas de exploracin, navegacin y
recopilacin de datos en el laboratorio de Sistemas
Electrnicos Avanzados en el Campus de la Universidad de
San Buenaventura en la ciudad de Medelln.

Donde:
PEC : Valor de probabilidad de que la celda actual se
encuentre vaca (empty cell ).
PENC : Valor de probabilidad de que la nueva celda se
encuentre vaca (empty cell).
POC : Valor de probabilidad de que la celda actual se
encuentre ocupada (ocupied cell ).
PONC : Valor de probabilidad de que la nueva celda
se encuentre ocupada (ocupied cell ).

Para determinar la probabilidad de ocupacin de las celdas

se ha empleado la frmula de probabilidad condicional de
Bayes y para el sistema de sonar se ha empleado el modelo
bidimensional gausiano.
VI. CONCLUSIONES Y TRABAJO FUTURO

Figura 6. Agente Mvil Robtico explorando, navegando y

recopilando datos en un entorno de laboratorio.

V. ALGORITMO DE MAPEO
En [21] se describe un mtodo para la construccin de
mapas de celdas de ocupacin. El modelo almacena los
valores de probabilidad de ocupacin de las celdas junto con
los valores de probabilidad de vacuidad. El proceso de
elaboracin del mapa involucra los siguientes pasos:

Procesamiento de medidas.

Clculo de probabilidad de ocupacin de celdas.

Fusin de la informacin de mltiples medidas.
El algoritmo empleado para la elaboracin del mapa de
celdas de ocupacin es el siguiente [21]:
1. Inicializacin del mapa en estado desconocido.
2. Fusin de reas vacas mediante la expresin:
PEC = PEC + PENC [PEC x PENC]
3. Fusin de reas ocupadas:
PONC = PONC [1 PEC]
Normalizacin de valores de probabilidad de
ocupacin.
POC = POC + PONC - [POC x PONC]
4. Umbralizacin: el valor final de ocupacin de una
celda se determina por comparacin de los
valores relativos de vacuidad y ocupacin.

Las tcnicas de anlisis y diseo propuestas por la

inteligencia artificial (IA) para la solucin de problemas
complejos ha cambiado significativamente la forma en que se
conciben y disean los sistemas robticos. Nuevas
metodologas, como la teora de sistemas multi-agente, no slo
han permitido mejorar el desempeo de los robots en el
cumplimiento de aquellas tareas que tpicamente se les han
asignado, sino que tambin potencian nuevas y ms complejas
aplicaciones.
Se ha logrado construir un sistema robtico autnomo para
la navegacin y mapeo de entornos estructurados con base en
desarrollos conceptuales y metodolgicos propios de la teora
de agentes de software, estas han sido adaptadas al caso
especfico de los sistemas robticos. Las representaciones o
mapas obtenidos de los diferentes entornos explorados se
ajustan en buena medida a los espacios fsicos en los que el
sistema ha podido desempearse.
Se cuenta con una plataforma robtica funcional y operativa
en la que se espera, en el corto plazo, poder probar nuevos
algoritmos de mapeo y navegacin de entornos estructurados
de trabajo.
REFERENCIAS
[1]

[2]

[3]
[4]

[5]

[6]

Lee, Y.-Ch.; Nah, S.-I.; Ahn, H.-S.; Yu, W. (2006) Sonar Map
Construction for a Mobile Robot Using a Tethered-Robot Guiding
System. En: The 3rd International Conference on Ubiquitous Robots and
Ambient Intelligence URAI 2006.
Thrun, S.; Koller, D.; Ghahmarani, Z.; Durrant-Whyte, H. (2002)
SLAM Updates Require Constant Time. En: School of Computer
Science, Carnegie Mellon University 2002.
Thrun, S. (2002) Robotic mapping: A Survey. En: Exploring Artificial
Intelligence in the New Millenium, Editorial Morgan Kaufmann.
Martnez, M.; Benet, G.; Blanes, F.; Prez, P.; Sim, J. (2003) Using
the Amplitude of Ultrasonic Echoes to Classify Detected Objects in a
Scene. En: Proceedings of ICAR 2003. The 11th International
Conference on Advanced Robotics.
Acosta, G.; Flrez, C.; Gonzlez, J.; Bonilla, J. (2007) Sonar Multi-Zona
de Doble Umbral con Reduccin de Zona Muerta. En: 6ta. Conferencia
Iberoamericana en Sistemas, Ciberntica e Informtica CISCI 2007.
Orlando~FL, Estados Unidos.
Toledo, F.; Luis, J.; Toms, L.; Zamora, M.; Matnez, H. (2000) Map
Building with Ultrasonic Sensors of Indoor Environments Using Neural

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]
[19]

[20]

[21]

[22]

Networks. En: IEEE International Conference on Systems, Man, and

Cybernetics 2000.
Meier, R.; Fong, T.; Thorpe, C.; Baur, C. (1999) A Sensor Fusion Based
User Interface for Vehicle Teleoperation. En: Proceedings of the IEEE
FSR, 1999 - infoscience.epfl.ch
Monteiro, S.; Nakamoto, H.; Ogawa, H.; Matsuhira, N. (2005) Robust
Mobile Robot Map Building Using Sonar and Vision: Evolving the
Navigation Abilities of the ApriAlphaTM Home Robot. En: Nippon
Kikai Gakkai Robotikusu, Mekatoronikusu Koenkai Koen 2005
Longega, L.; Panzieri, S.; Pascucci, F.; Ulivi, G. (2004) Indoor Robot
Navigation Using Log-Polar Local Maps. En: World Automation
Congress, 2004. Proceedings. Seville
Aekaterinidis, J.; Kostoulakis, K.; Doitsidis, L.; Valvanis, K.;
Tsourveloudis, N. (2003) An Interface System for Real-Time Mobile
Robot Environment Mapping using Sonar Sensors. En: Issue 4, Volume
2, October 2003
Moravec, H.; Elfes, A. (1985) High Resolution Maps for Wide Angle
Sonar. En: Proceedings of the IEEE International Conference on
Robotics and Automation, pp. 116-121.
Bekey, G. (2005) Autonomous Robots: From Biological Inspiration to
Implementation
and
Control.
The
MIT
Press,
Cambridge~Massachusetts, Estados Unidos, 2005.
Yamauchi, B. (1997) A Frontier-Based Approach for Autonomous
Exploration. En: (Proceedings of the IEEE International Symposium on
1997).
Jefferies, M.; Yeap, W.; Smith, L.; Ferguson, D. (2001) Building a Map
for Robot Navigation Using a Theory of Cognitive Maps. En: IASTED
International Conference on Artificial Intelligence Applications. 2001
Martnez, M.; Benet, G.; Blanes, F.; Sim, J.; Prez, P.; Poza, J. (2004)
Wall/Corner Classification: A New Ultrasonic Amplitude-Based
Approach. En: 5th IFAC Symposium on Intelligent Autonomous
Vehicles. July 5-7. 2004 (IIAV'04). Institute for Systems and Robotics.
Instituto Superior Tcnico. Lisboa. PORTUGAL.
Innocenti, B. (2000) Representacin de la Dinmica del Cuerpo Fsico
de Agentes Fsicos en Capacidades Atmicas. Tesis Doctoral.
Universitat de Girona, Espaa.
Posadas, J.; Poza, J.; Sim, J. (2004) Criterio de Movilidad para
Agentes de Software en una Arquitectura Hbrida de Control de Robots
Mviles. En: Memorias de las XXV Jornadas de Automtica 2004.
Khamis, A.; (2003) Interaccin Remota con Robots Mviles Basada en
Internet. Tesis Doctoral. Universidad Carlos III. Madrid, Espaa.
Navarro, D.; Ros L.; Parra, H.; (2004) Sensores de Ultrasonido Usados
en Robtica Mvil para la Medicin de Distancias.; Scientia et
Technica.; Ao X, No. 25. COL.
Jrg, K.; Berg, M.; (1996) First Results in Eliminating Crosstalk &
Noise by Applying Pseudo-Random Sequences to Mobile Robot Sonar
Sensing. En: IEEE/RSJ International Conference on Intelligent Robots
and systems, IROS 96, November 4-8, 1996, Osaka, Japan.
Martnez, M. (1997) Algoritmos de Construccin de Mapas para la
Navegacin de Robots, Basada en Informacin Procedente de Sensores
de Ultrasonidos. Informe de Curso Doctoral. Universidad Politcnica de
Valencia, Espaa.
OSollivan, M.; Collins, J.; Mansfield, M.; Haskett, D.; Eaton, M.
(1995) A Quantitative Evaluation of Sonar Models and Mathematical
Update Methods for Map Building. En: (Image Processing, 1995.
Proceedings., International Conference)

Gustavo Acosta Amaya, MSc.(c) gustavo.acosta@usbmed.edu.co

Candidato a Magster en Ingeniera de Sistemas, Universidad Nacional
de Colombia. rea de nfasis investigativo en inteligencia artificial y
robtica. Especialista en Redes Corporativas e Integracin de
Tecnologas, Universidad de San Buenaventura seccional Medelln.
Ingeniero Electricista, Universidad Nacional de Colombia. Coordinador
del Programa de Ingeniera Electrnica, integrante del Grupo de
Investigacin en Modelamiento y Simulacin Computacional GIMSC y
Coordinador del Semillero de Investigacin en Robtica Mvil GIRMO,
todos de la Universidad de San Buenaventura seccional Medelln,
Colombia.

Lus Fernando Rodrguez Giraldo, Esp.(c) luisrodriguez@itm.edu.co

Candidato a Especialista en Redes Corporativas e Integracin de
Tecnologas de la Universidad de San Buenaventura seccional Medelln
Colombia. Ingeniero Electrnico de la Universidad de Antioquia.
Decano del Programa de Tecnologa en Telecomunicaciones del
Instituto Tecnolgico Metropolitano ITM, Medelln-Colombia. Docente
del programa Tecnologa en Telecomunicaciones del Politcnico
Colombiano Jaime Isaza Cadavid, Medelln-Colombia. Integrante del
Grupo de Investigacin en Modelamiento y Simulacin Computacional
GIMSC de la Universidad de San Buenaventura seccional Medelln,
Colombia.
Leonardo Serna Guarn, Esp.(c) lserna21@gmail.com
Candidato a Especialista en Redes Corporativas e Integracin de
Tecnologas de la Universidad de San Buenaventura seccional Medelln
Colombia. Integrante del Grupo de Investigacin en Modelamiento y
Simulacin Computacional GIMSC de la Universidad de San
Buenaventura seccional Medelln, Colombia. Tecnlogo Electrnico del
Instituto Tecnolgico Pascual Bravo, Medelln-Colombia. Ingeniero de
Sistemas de la Fundacin Universitaria Mara Cano, Medelln,
Colombia. Docente del Programa de Tecnologa en Telecomunicaciones
del Instituto Tecnolgico Metropolitano ITM, Medelln-Colombia.
Lus Alberto Girn, Esp.(c) montaneros@gmail.com
Candidato a Especialista en Redes Corporativas e Integracin de
Tecnologas de la Universidad de San Buenaventura seccional Medelln
Colombia. Tecnlogo de la Corporacin Universitaria Centro Superior
Cali-Colombia. Ingeniero de Sistemas de la Universidad Nacional
Abierta y a Distancia. Docente de los programas de Tecnologa en
Telecomunicaciones y Tecnologa en sistemas de Informacin del
Instituto Tecnolgico Metropolitano ITM, Medelln-Colombia.
Integrante del Grupo de Investigacin en Modelamiento y Simulacin
Computacional GIMSC de la Universidad de San Buenaventura
seccional Medelln, Colombia.
William Molina Jaramillo
Estudiante de dcimo semestre del Programa Ingeniera Electrnica e
integrante del Grupo de Investigacin en Modelamiento y Simulacin
Computacional GIMSC de la Universidad de San Buenaventura
seccional Medelln, Colombia. Tecnlogo Electrnico del Instituto
Tecnolgico Pascual Bravo, Medelln-Colombia.
Carmen Yuleivy Palacios
Estudiante de dcimo semestre del Programa Ingeniera Electrnica e
integrante del Grupo de Investigacin en Modelamiento y Simulacin
Computacional GIMSC de la Universidad de San Buenaventura
seccional Medelln, Colombia.