EN Visual Navigation System for a Robot Based in The Modified SLAM Method

polski

PL Zasadniczym przedmiotem badań prezentowanych w niniejszej pracy jest algorytm pozwalający w czasie rzeczywistym odtworzyć trajektorię ruchu dynamicznie poruszającego się obiektu w nieznanym otoczeniu. Jedynym sensorem jakim dysponuje poruszający się obiekt (człowiek, robot mobilny itd.) jest kamera. Równolegle z realizacją zadania samolokalizacji (autolokalizacji) budowana jest mapa otoczenia. Stan poruszającego się obserwatora i stan mapy umieszczony jest w dynamicznie zmieniającym się wektorze stanu, który stanowi jądro systemu. Stan systemu oraz jego niepewność reprezentowana przez macierz kowariancji są sekwencyjnie aktualizowane na podstawie napływających danych pomiarowych przypomocy algorytmu filtru Kalmana. Dotychczasowe rozwiązania nawigacji metodą SLAM z wykorzystaniem systemu wizyjnego ograniczały się najczęściej do niewielkich pomieszczeń, a najpoważniejsze problemy z realizacją nawigacji związane były z nadmiernym rozrostem mapy uniemożliwiającym pracę systemu w czasie rzeczywistym oraz dryftem trajektorii obserwatora uniemożliwiającym zamykanie pętli trajektorii i rozpoznawanie obiektów już wcześniej umieszczonych na mapie. Poszukiwanie sposobu zniwelowania tych mankamentów zaowocowało opracowaniem przez autora rozprawy nowej wersji metody SLAM pozwalającej na zarządzanie mapą, w której obok naturalnych cech punktowych otoczenia umieszcza się celowo rozmieszczone w otoczeniu cechy bardziej złożone – znaki nawigacyjne. Zaprezentowane w rozprawie wyniki eksperymentów symulacyjnych potwierdzają słuszność zaproponowanych modyfikacji systemu SLAM, umożliwiających efektywne poruszanie się obserwatora w budynkach o znacznej kubaturze. W dodatku przedstawiono autorską propozycję sposobu korekcji zniekształceń optycznych oraz sposobu szacowania niepewności współrzędnych obrazowych.

EN The main research result of this thesis is an implemented SLAM method which enables to reconstruct the trajectory of the imaging device, which is a camera, from the sequence of acquired images. The camera can be hand-held or fixed on board of a moving robot. The SLAM algorithm builds a map of the navigation environment. The map consists of some natural features detected in space and of some artificial, passive landmarks freely placed in navigation environment. Relative pose of the imaging device w.r.t such natural and artificial landmarks is determined automatically. Landmark positions and observer pose are recorded and maintained during the mission. That are the coordinates of the system state-vector. The uncertainty of these data are represented by the covariance matrix. State and uncertainty measure are constantly updated with Extended Kalman Filter. The original contribution is an efficient data-management scheme, which opens the way to apply the on-line implementation of the SLAM system to large complex in-door environments. The results obtained in simulation demonstrate the ability of the modified SLAM method to support exploration of extended in-door environments. This is the main contribution of this thesis. Closed-loop trajectories are efficiently reconstructed as well, which was a main problem so far. Some additional contributions are related to the design of robust artificial landmarks, to the distortions-correction of acquired images and to the image-coordinates uncertainty analysis.

143

DrOIN 1058

to200851350

brak uprawnień do pobrania pliku

archiwum

Andrzej Królikowski

Poznań, Polska

09.10.2007

polski

brak uprawnień do pobrania pliku

archiwum

Konrad Wojciechowski

Gliwice, Polska

07.11.2007

polski

brak uprawnień do pobrania pliku

archiwum

rozprawa doktorska

Poznań, Polska

08.05.2008