During this work, it was developed an algorithm of sensor fusion for mobile robot, an algorithm of obstacle avoidance called "Reactive Simulation", a localization algorithm environment referred based on LIght Detection And Ranging (LIDAR) data and an algorithm for object localization from range data.

Nel corso del presente lavoro è stato sviluppato e testato un algoritmo di sensor fusion per la navigazione inerziale-odometrica. Sensori come encoder e piattaforme inerziali basate su giroscopi hanno caratteristiche molto diverse in quanto ad accuratezza di misura in relazione alla manovra attuale compiuta da un veicolo autonomo. È quindi possibile utilizzare tali sensori per ottenere una maggior accuratezza nella stima della posa, e limitare la propagazione dell’incertezza a un primo livello di sensor fusion, a cui poi va aggiunto una ulteriore misura proveniente da un sensore riferito all’ambiente, in modo da ridurre periodicamente la propagazione dell’incertezza che cresce ad ogni ciclo di acquisizione e stima della posa a causa della correlazione temporale dei parametri. Nell’algoritmo proposto, gli encoder e il giroscopio vengono combinati tenendo in considerazione la rispettiva incertezza, stimata in funzione della manovra attuale che viene classificata a partire dai dati stessi. Un’altra parte del lavoro ha riguardato lo sviluppo di un algoritmo di localizzazione basato sul matching di scansioni ottenute da un sensore LIDAR, per disporre di una misura di posizione riferita all’ambiente, che può essere integrata in un algoritmo di sensor fusion o in algoritmi di SLAM (Simultaneous Localization And Mapping). Sempre basandosi sui dati provenienti dal LIDAR, è stato sviluppato un algoritmo di identificazione e localizzazione della posa di oggetti di forma nota descrivibili mediante un modello geometrico. Di entrambi è stata condotta un’analisi di incertezza utilizzando un setup realizzato allo scopo. È inoltre stato sviluppato un algoritmo real time di aggiramento ostacoli, denominato Reactive Simulation, che prende in considerazione la cinematica del veicolo, il modello dinamico e la sua incertezza, le condizioni iniziali, le misure dell’ambiente e l’incertezza dei sensori per calcolare la traiettoria che compierebbe il veicolo per raggiungere un target locale. Tale simulazione ha lo scopo di integrare una pianificazione dinamica della traiettoria, calcolando una predizione più accurata della traiettoria in presenza di ostacoli imprevisti e rendere più robusto l’aggiramento ostacoli. Tale algoritmo è stato implementato e ottimizzato per operare in real time su un robot mobile.

Metodi di localizzazione e sensor fusion per la robotica mobile - Localization methods and sensor fusion for mobile robots / Marcuzzi, Enrico. - (2008).

Metodi di localizzazione e sensor fusion per la robotica mobile - Localization methods and sensor fusion for mobile robots

Marcuzzi, Enrico
2008

Abstract

Nel corso del presente lavoro è stato sviluppato e testato un algoritmo di sensor fusion per la navigazione inerziale-odometrica. Sensori come encoder e piattaforme inerziali basate su giroscopi hanno caratteristiche molto diverse in quanto ad accuratezza di misura in relazione alla manovra attuale compiuta da un veicolo autonomo. È quindi possibile utilizzare tali sensori per ottenere una maggior accuratezza nella stima della posa, e limitare la propagazione dell’incertezza a un primo livello di sensor fusion, a cui poi va aggiunto una ulteriore misura proveniente da un sensore riferito all’ambiente, in modo da ridurre periodicamente la propagazione dell’incertezza che cresce ad ogni ciclo di acquisizione e stima della posa a causa della correlazione temporale dei parametri. Nell’algoritmo proposto, gli encoder e il giroscopio vengono combinati tenendo in considerazione la rispettiva incertezza, stimata in funzione della manovra attuale che viene classificata a partire dai dati stessi. Un’altra parte del lavoro ha riguardato lo sviluppo di un algoritmo di localizzazione basato sul matching di scansioni ottenute da un sensore LIDAR, per disporre di una misura di posizione riferita all’ambiente, che può essere integrata in un algoritmo di sensor fusion o in algoritmi di SLAM (Simultaneous Localization And Mapping). Sempre basandosi sui dati provenienti dal LIDAR, è stato sviluppato un algoritmo di identificazione e localizzazione della posa di oggetti di forma nota descrivibili mediante un modello geometrico. Di entrambi è stata condotta un’analisi di incertezza utilizzando un setup realizzato allo scopo. È inoltre stato sviluppato un algoritmo real time di aggiramento ostacoli, denominato Reactive Simulation, che prende in considerazione la cinematica del veicolo, il modello dinamico e la sua incertezza, le condizioni iniziali, le misure dell’ambiente e l’incertezza dei sensori per calcolare la traiettoria che compierebbe il veicolo per raggiungere un target locale. Tale simulazione ha lo scopo di integrare una pianificazione dinamica della traiettoria, calcolando una predizione più accurata della traiettoria in presenza di ostacoli imprevisti e rendere più robusto l’aggiramento ostacoli. Tale algoritmo è stato implementato e ottimizzato per operare in real time su un robot mobile.
2008
During this work, it was developed an algorithm of sensor fusion for mobile robot, an algorithm of obstacle avoidance called "Reactive Simulation", a localization algorithm environment referred based on LIght Detection And Ranging (LIDAR) data and an algorithm for object localization from range data.
AGV, sensor fusion, localization based on range data, object localization based on range data
Metodi di localizzazione e sensor fusion per la robotica mobile - Localization methods and sensor fusion for mobile robots / Marcuzzi, Enrico. - (2008).
File in questo prodotto:
File Dimensione Formato  
Tesi_dottorato_Marcuzzi_FINAL.pdf

accesso aperto

Tipologia: Tesi di dottorato
Licenza: Non specificato
Dimensione 3.12 MB
Formato Adobe PDF
3.12 MB Adobe PDF Visualizza/Apri
Pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11577/3426157
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact