Fundamentos de SLAM: Cómo los robots mapean el mundo y se encuentran en él

Los robots y vehículos autónomos necesitan saber dónde están y qué hay a su alrededor, a menudo sin ningún mapa previo del entorno. Resolver ese problema de huevo o gallina es el corazón de SLAM, Localización y Mapeo Simultáneos. Este curso te ofrece una introducción tranquila y estructurada al campo para que puedas leer artículos de SLAM, evaluar pilas y razonar sobre su comportamiento. Aprenderás qué hace SLAM, qué no puede hacer y cómo diferentes sensores y algoritmos toman diferentes compensaciones. El curso se mantiene anclado en conceptos ampliamente utilizados y señala los avances modernos que están remodelando el campo. Lo que aprenderás: - Comprender el problema de SLAM y por qué es fundamentalmente un desafío de estimación conjunta - Reconocer las principales modalidades de sensores utilizadas en SLAM, incluyendo LiDAR, cámaras, sensores de profundidad y unidades inerciales - Explorar las principales familias de algoritmos, incluyendo enfoques de filtrado y la optimización moderna basada en grafos - Leer cómo la detección de cierre de bucle convierte las estimaciones a la deriva en mapas globalmente consistentes - Identificar los límites de SLAM, incluyendo cambios en el entorno, fallos de sensores y escenas ambiguas - Comprender los puntos de integración entre SLAM, la planificación de movimiento y el comportamiento de robot de nivel superior El curso comienza con el propio problema de SLAM, avanza a través de sensores y algoritmos, y cierra con las realidades operativas de ejecutar SLAM en robots reales. Los ejercicios escritos te ayudan a conectar cada concepto con un robot, entorno o caso de uso específico. Este curso está diseñado para principiantes absolutos sin experiencia previa en robótica o SLAM, incluyendo estudiantes de informática, desarrolladores de software que exploran la robótica e ingenieros que ingresan al trabajo en sistemas autónomos. No se requieren prerrequisitos más allá de la comodidad general con las matemáticas. El curso explica cada concepto a medida que aparece y se enfoca en la comprensión en lugar de la implementación.