Sistema de Localização de Robôs Móveis Baseado em Filtro de Kalman Extendido

• Tipo: Tese
• Data: 2004

Autores

Armando Jorge Sousa (Autor) FEUP; Adriano Carvalho (Adaptador) FEUP

Classificação Científica

FOS: Ciências da engenharia e tecnologias > Outras ciências da engenharia e tecnologias

Instituições Associadas

FEUP - Faculdade de Engenharia da Universidade do Porto

Outras Informações

Resumo (PT): A necessidade de autonomia dos sistemas robóticos incrementa a sua complexidade e o seu projecto cuidadoso torna-se assim ainda mais importante. Este trabalho apresenta o projecto de sistemas robóticos de forma abrangente, tirando partido da experiência de projecto de diversas plataformas para competições de futebol robótico da federação RoboCup. A autonomia em robótica, associada à mobilidade, leva à necessidade de localização em Tempo Real. O conceito do codificador de janela deslizante é apresentado como sendo a base de um inovador sistema de localização, adequado a ambiente estruturado. Tal sistema é baseado em visão e permite a localização completa do robot em x , y, z, conseguida em Tempo Real. Os conceitos relativos à localização dinâmica de sistemas em ambiente estruturado são validados experimentalmente. Para tal, é utilizado um conjunto que inclui um sistema complementar de localização externa para confronto com o sistema integrado de auto-localização. É utilizado um Filtro de Kalman Extendido para a fusão de informação de auto-localização, que inclui medidas da hodometria, do reconhecimento de linhas e postes e ainda do sistema baseado no codificador de janela deslizante. É feita a caracterização de cada medida e demonstrada a importância da fusão de informação para reunir toda a informação válida. Após a análise dos resultados obtidos, discute-se a aplicabilidade das metodologias propostas em aplicações reais.

Abstract (EN): The need for autonomy in robotic systems augments its complexity and makes careful design very important. This work presents an overall design methodology based on the experience gained from the design of several Robotic Soccer platforms for participation in the RoboCup Federation games. Robotic autonomy, together with mobility, has the need for Real Time (RT) Localization. The "sliding window encoder" is the basis of an innovative localization strategy, useful for structured environment localization. This system is based uniquely in vision and allows for complete x , y , z localization under RT constraints. The presented methodologies for dynamic localization are tested in a realistic environment. The test suit involves an external localization system that is used to ascertain the quality of the integrated self localization methodologies. An Extended Kalman Filter (EKF) is used for data fusion. The available data is odometry, field line recognition, pole recognition and the new system that is based on the sliding window encoder. Each measurement is characterized and data fusion importance is demonstrated. The applicability of the ideas presented for other real applications is also discussed.

Idioma: Português

Tipo (Avaliação Docente): Científica

Nº de páginas: 202