- \n
- Im\u00e1genes cenitales RGB<\/strong> del entorno (techo principalmente).<\/li>\n\n\n\n
- Nube de puntos 2D LiDAR<\/strong>.<\/li>\n\n\n\n
- IMU integrada<\/strong>.<\/li>\n\n\n\n
- SLAM<\/strong> integrado en el propio dispositivo.<\/li>\n<\/ul>\n\n\n\n
Gracias a esta fusi\u00f3n multisensor, la c\u00e1mara es capaz de reconstruir un modelo estable del techo<\/strong>, identificar patrones geom\u00e9tricos y texturas superiores, y utilizar esa informaci\u00f3n para ubicar al activo con una precisi\u00f3n inferior a 30 mm<\/strong>, incluso en entornos din\u00e1micos.<\/p>\n\n\n\n
![\"\"](\"https:\/\/www.mrdvs-europe.com\/wp-content\/uploads\/2025\/11\/image-1024x576.png\")
<\/figure>\n\n\n\nObjetivos del sistema RTLS<\/h2>\n\n\n\n
El algoritmo RTLS tiene como finalidad:<\/p>\n\n\n\n
- \n
- Posicionar el veh\u00edculo en tiempo real<\/strong> dentro del mapa global generado.<\/li>\n\n\n\n
- Corregir autom\u00e1ticamente la deriva del SLAM<\/strong> mediante referencias visuales del techo.<\/li>\n\n\n\n
- Garantizar relocalizaci\u00f3n instant\u00e1nea<\/strong> despu\u00e9s de p\u00e9rdidas de se\u00f1al, vibraciones o movimientos bruscos.<\/li>\n\n\n\n
- Permitir navegaci\u00f3n estable en entornos estrechos<\/strong>, pasillos largos o zonas con pocas referencias laterales.<\/li>\n\n\n\n
- Reemplazar sistemas UWB o balizas externas<\/strong>, sin infraestructura adicional.<\/li>\n\n\n\n
- Mantener un rendimiento robusto<\/strong> bajo cambios de iluminaci\u00f3n, polvo o techos irregulares.<\/li>\n<\/ul>\n\n\n\n
Arquitectura general del RTLS<\/h2>\n\n\n\n
El sistema se basa en una arquitectura h\u00edbrida que integra m\u00faltiples fuentes de datos:<\/p>\n\n\n\n
C\u00e1mara nadir RGB<\/h3>\n\n\n\n
- \n
- Captura im\u00e1genes del techo en alta resoluci\u00f3n (1080p).<\/li>\n\n\n\n
- Extrae caracter\u00edsticas: vigas, l\u00e1mparas, paneles, l\u00edneas, patrones repetitivos.<\/li>\n\n\n\n
- Genera un mapa visual del techo<\/strong> durante la fase de mapeo.<\/li>\n<\/ul>\n\n\n\n
LiDAR 2D integrado<\/h3>\n\n\n\n
- \n
- Escanea paredes, estanter\u00edas, pasillos y contornos del entorno.<\/li>\n\n\n\n
- Aporta geometr\u00eda horizontal estable del entorno.<\/li>\n\n\n\n
- Se utiliza para SLAM, mantenimiento de trayectoria y correcciones 2D.<\/li>\n<\/ul>\n\n\n\n
Unidad de medici\u00f3n inercial (IMU)<\/h3>\n\n\n\n
- \n
- Proporciona orientaci\u00f3n (yaw) y aceleraciones.<\/li>\n\n\n\n
- Mantiene continuidad cuando hay oclusiones temporales.<\/li>\n<\/ul>\n\n\n\n
Fusi\u00f3n SLAM (Sensor Fusion Core)<\/h3>\n\n\n\n
El algoritmo fusiona:<\/p>\n\n\n\n
- \n
- Odometry + LiDAR SLAM<\/strong><\/li>\n\n\n\n
- Caracter\u00edsticas visuales cenitales<\/strong><\/li>\n\n\n\n
- IMU<\/strong><\/li>\n<\/ul>\n\n\n\n
El resultado es un sistema de localizaci\u00f3n extremadamente robusto.<\/p>\n\n\n\n
Funcionamiento del algoritmo RTLS<\/h2>\n\n\n\n
El proceso se divide en dos fases principales:<\/p>\n\n\n\n
Fase de mapeo<\/h3>\n\n\n\n
Durante el mapeo, el sistema:<\/p>\n\n\n\n
- \n
- Escanea el entorno con LiDAR para construir el mapa 2D base<\/strong>.<\/li>\n\n\n\n
- Captura im\u00e1genes del techo en paralelo (camino completo del veh\u00edculo).<\/li>\n\n\n\n
- Asocia cada zona del techo con su correspondiente posici\u00f3n LiDAR mediante extr\u00ednsecos calibrados<\/strong>.<\/li>\n\n\n\n
- Genera un modelo visual del techo<\/strong>:\n
- \n
- Bordes<\/li>\n\n\n\n
- Puntos singulares<\/li>\n\n\n\n
- Texturas<\/li>\n\n\n\n
- Repeticiones geom\u00e9tricas<\/li>\n<\/ul>\n<\/li>\n\n\n\n
- Comprime y guarda el mapa en el backend.<\/li>\n<\/ol>\n\n\n\n
El mapa final contiene:<\/p>\n\n\n\n
- \n
- Entorno 2D (LiDAR)<\/li>\n\n\n\n
- Mapa visual cenital<\/li>\n\n\n\n
- Par\u00e1metros de calibraci\u00f3n<\/li>\n\n\n\n
- Transformaciones entre sensores<\/li>\n<\/ul>\n\n\n\n
Fase de operaci\u00f3n<\/h3>\n\n\n\n
Durante la navegaci\u00f3n, el algoritmo ejecuta:<\/p>\n\n\n\n
1. Captura continua del techo<\/strong><\/p>\n\n\n\n
La c\u00e1mara toma im\u00e1genes a \u226520 fps.<\/p>\n\n\n\n
2. Extracci\u00f3n de caracter\u00edsticas visuales<\/strong><\/p>\n\n\n\n
El sistema detecta patrones \u201cfijos\u201d del techo:<\/p>\n\n\n\n
- \n
- Luminarias<\/li>\n\n\n\n
- Estructuras met\u00e1licas<\/li>\n\n\n\n
- Tubos<\/li>\n\n\n\n
- Paneles<\/li>\n\n\n\n
- Uniones de techo<\/li>\n<\/ul>\n\n\n\n
3. Coincidencia con el mapa global (Visual Relocalization)<\/strong><\/p>\n\n\n\n
Cada frame visual se compara con el modelo del techo generado.
El sistema calcula:<\/p>\n\n\n\n- \n
- Error de pose<\/li>\n\n\n\n
- Transformaci\u00f3n XY<\/li>\n\n\n\n
- Correcci\u00f3n de orientaci\u00f3n (yaw)<\/li>\n<\/ul>\n\n\n\n
4. Fusi\u00f3n con LiDAR + IMU (EKF o Graph-Based Fusion)<\/strong><\/p>\n\n\n\n
El motor de fusi\u00f3n combina las tres fuentes:<\/p>\n\n\n\n
- \n
- Visual (techo)<\/li>\n\n\n\n
- LiDAR (paredes)<\/li>\n\n\n\n
- IMU (movimiento)<\/li>\n<\/ul>\n\n\n\n
Las correcciones se aplican decenas de veces por segundo.<\/p>\n\n\n\n
5. Salida de Localizaci\u00f3n<\/strong><\/p>\n\n\n\n
El sistema entrega:<\/p>\n\n\n\n
- \n
- X, Y<\/strong> (posici\u00f3n global del veh\u00edculo)<\/li>\n\n\n\n
- Yaw<\/strong><\/li>\n\n\n\n
- Velocidad lineal y angular<\/strong><\/li>\n\n\n\n
- Nivel de confianza de relocalizaci\u00f3n<\/strong><\/li>\n<\/ul>\n\n\n\n
Normalmente:<\/p>\n\n\n\n
- \n
- Verde \u2192 Excelente<\/li>\n\n\n\n
- Azul \u2192 Buena<\/li>\n\n\n\n
- Rojo \u2192 D\u00e9bil<\/li>\n<\/ul>\n\n\n\n
Especificaciones RTLS<\/h2>\n\n\n\n
- \n
- Precisi\u00f3n de reubicaci\u00f3n:<\/strong> \u2264 3 cm<\/li>\n\n\n\n
- Frecuencia de actualizaci\u00f3n:<\/strong> 20\u201350 Hz<\/li>\n\n\n\n
- Tiempo de relocalizaci\u00f3n:<\/strong> < 200 ms<\/li>\n\n\n\n
- \u00c1rea soportada:<\/strong> seg\u00fan tama\u00f1o del mapa generado<\/li>\n\n\n\n
- Entorno v\u00e1lido:<\/strong>\n
- \n
- Techo visible<\/li>\n\n\n\n
- Iluminaci\u00f3n 0\u201370 klux<\/li>\n\n\n\n
- Movimiento continuo del veh\u00edculo<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n\n\n\n
Casos de uso t\u00edpicos<\/h2>\n\n\n\n
- \n
- Posicionamiento autom\u00e1tico de carretillas<\/strong> sin UWB.<\/li>\n\n\n\n
- AGVs para pasillos estrechos<\/strong> donde el LiDAR lateral no da suficiente referencia.<\/li>\n\n\n\n
- Navegaci\u00f3n h\u00edbrida exterior-interior<\/strong>, aprovechando patrones del techo (naves, marquesinas).<\/li>\n<\/ul>\n\n\n\n
Ventajas del RTLS basado en visi\u00f3n artificial (CV) + LiDAR<\/h2>\n\n\n\n
- \n
- No requiere infraestructura: 0 balizas, 0 anchors, 0 UWB<\/strong>.<\/li>\n\n\n\n
- Precisi\u00f3n muy superior al SLAM LiDAR puro (>3\u00d7 mejor).<\/li>\n\n\n\n
- Resistente a zonas \u201cvac\u00edas\u201d con pocas referencias laterales.<\/li>\n\n\n\n
- Funciona incluso en zonas de alto tr\u00e1fico.<\/li>\n<\/ul>","protected":false},"excerpt":{"rendered":"
El RTLS de la V2 Pro es un sistema de localizaci\u00f3n en tiempo real dise\u00f1ado espec\u00edficamente para AGVs, AMRs y carretillas elevadoras. Combina simult\u00e1neamente: Gracias a esta fusi\u00f3n multisensor, la c\u00e1mara es capaz de reconstruir un modelo estable del techo, identificar patrones geom\u00e9tricos y texturas superiores, y utilizar esa informaci\u00f3n para ubicar al activo con […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":352,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-336","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/pages\/336","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/comments?post=336"}],"version-history":[{"count":14,"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/pages\/336\/revisions"}],"predecessor-version":[{"id":460,"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/pages\/336\/revisions\/460"}],"up":[{"embeddable":true,"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/pages\/352"}],"wp:attachment":[{"href":"https:\/\/www.mrdvs-europe.com\/en\/wp-json\/wp\/v2\/media?parent=336"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
- AGVs para pasillos estrechos<\/strong> donde el LiDAR lateral no da suficiente referencia.<\/li>\n\n\n\n
- Posicionamiento autom\u00e1tico de carretillas<\/strong> sin UWB.<\/li>\n\n\n\n
- Frecuencia de actualizaci\u00f3n:<\/strong> 20\u201350 Hz<\/li>\n\n\n\n
- Precisi\u00f3n de reubicaci\u00f3n:<\/strong> \u2264 3 cm<\/li>\n\n\n\n
- Yaw<\/strong><\/li>\n\n\n\n
- X, Y<\/strong> (posici\u00f3n global del veh\u00edculo)<\/li>\n\n\n\n
- Caracter\u00edsticas visuales cenitales<\/strong><\/li>\n\n\n\n
- Odometry + LiDAR SLAM<\/strong><\/li>\n\n\n\n
- Corregir autom\u00e1ticamente la deriva del SLAM<\/strong> mediante referencias visuales del techo.<\/li>\n\n\n\n
- Nube de puntos 2D LiDAR<\/strong>.<\/li>\n\n\n\n