Use this url to cite ETD: https://hdl.handle.net/20.500.12259/34511
Options
Roboto lokalizavimas ir patalpos plano sudarymas
Field of Science
Informatika / Informatics (N009)
Type of publication
type::text::thesis::master thesis
Title
Roboto lokalizavimas ir patalpos plano sudarymas
Other Title
Robot localization and map learning
Author
Andriūnaitis, Jonas |
Advisor
Extent
54 p.
Date Issued
2017-05-23
Abstract
Robotui atsidūrus nežinomoje aplinkoje kur turima mažai arba jokios informacijos apie aplinką gali būti sunku planuoti tolimesnius judėjimo kontrolės veiksmus. Taikant tikslius atstumą matuojančius jutiklius robotui sudaryti aplinkos planą ir lokalizuotis jame gali stipriai išaugti realizacijos kaštai arba tokia įranga gali būti neprieinama todėl yra taikomi prognozuojantys modeliai koreguoti netikslių jutiklių duomenis. Dažnai yra taikomas EKF-SLAM procesas aplinkos planui sudaryti tuo pat metu robotui lokalizuotis. Šis procesas leidžia nesunkiai apjungti skirtingus jutiklius su normaliai pasiskirsčiusiu triukšmu i EKF filtra taip padidinant sudaromo aplinkos plano kokybę ir proceso greitį nenaudojant tikslios įrangos. Šiame darbe yra taikomas EKF-SLAM procesas sudaryti aplinkos planui ir lokalizuoti mobilų robotą „Eddie” operatoriui valdant robotą išoriniu kontrolės įrenginiu. Plano sudarymui yra apjungiama odometrija ir ultragarsiniai atstumo jutikliai. Dėl roboto mechaninių važiuoklės problemų yra taikomi skaitmeniniai PI reguliatoriai stabilizuoti roboto judėjimui sudarant aplinkos planą. Sudarant roboto ir EKF-SLAM proceso virtualius modelius yra realizuojamos funkcijos su Python kurias veliau būtų lengva integruoti į Roboto Operacinę Sistemą (ROS) realiam robotui lokalizuoti. Robotui valdyti ir sudaryti aplinkos planą buvo sudaryta ROS sistema apjungianti roboto judėjimo kontrolę ir jutiklių informaciją su EKF-SLAM, valdymu ir vizualizacija.
When robot is placed in unknown environment where are little or no information known about environment it could be difficult to plan next robot motion control. Here accurate sensor equipment could be used for localization and mapping but it could raise production costs where prediction and correction models are used instead. Often EKF-SLAM process is used for simultaneous localization and mapping where it is possible fuse multiple sensors with normally distributed noise into EKF filtering. It allows to produce more accurate maps and better performance in mapping process. In this work EKF-SLAM process is used for localization and mapping with “Eddie” robot where operator controls robot using external controller. For mapping odometry and ultrasonic sensors are used. Because of mechanical defect in one of robots wheels, digital PI controllers are used to stabilize robot motion. In robot and EKF-SLAM process virtual simulation development with Python functions were created for later integration into Robot Operating System (ROS). For robot control and mapping the ROS system was created in combining robot motion control and sensor information with EKF-SLAM, control and visualization.
Language
Lietuvių / Lithuanian (lt)
Defended
Taip / Yes
Access Rights
Atviroji prieiga / Open Access