Please use this identifier to cite or link to this item:
https://hdl.handle.net/10316/26963
Title: | SmokeNav - simultaneous localization and mapping in reduced visibility scenarios | Authors: | Santos, João Pedro Machado dos | Orientador: | Rocha, Rui Paulo Pinto da | Keywords: | SLAM; Mobile robot; ROS; Smoke; Visibility; LRF; Sonar; Robô móvel; Fumo; Visibilidade reduzida; Laser; Sonar | Issue Date: | 2013 | Citation: | Santos,João Pedro Machado dos - SmokeNav - simultaneous localization and mapping in reduced visibility scenarios. Coimbra : [s.n.], 2013. Dissertação de Mestrado. | Serial title, monograph or event: | SmokeNav - simultaneous localization and mapping in reduced visibility scenarios | Place of publication or event: | Coimbra | Abstract: | Simultaneous Localization and Mapping (SLAM) is one of the most widely researched
topics in Robotics. It addresses building and maintaining maps within unknown environments,
while the robot keeps the information about its location. It is a basic requirement for
autonomous mobile robotic navigation in many scenarios, including military applications,
search and rescue, environmental monitoring, etc. Although SLAM techniques have evolved
considerably in the last years, there are many situations which are not easily handled, such
as the case of smoky environments where commonly used range sensors for SLAM, like Laser
Range Finders (LRF) and cameras, are highly disturbed by noise induced in the measurement
process by particles of smoke. There is an evident lack of solutions to this issue in the
literature. This work focuses on SLAM techniques for reduced visibility scenarios.
The main objective of this work is to develop and validate a SLAM technique for those
scenarios, using dissimilar range sensors and by evaluating their behavior in such conditions.
To that end, a study of several laser-based 2D SLAM techniques available in Robot Operating
System (ROS) is firstly conducted. All the tested approaches are evaluated and compared
in 2D simulations as well as real world experiments using a mobile robot. Such analysis is
fundamental to decide which technique to adopt according to the final application of the
work. The developed technique uses the complementary characteristics between a LRF and
an array of sonars in order to successfully map the aforementioned environments. In order
to validate the developed technique , several experimental tests were conducted using a real
scenario. It was verified that this approach is adequate to decrease the impact of smoke
particles in the mapping task. However, due to hardware limitations, the resulting map is
comprehensibly not outstanding, but much better than using a single range sensor modality.
This work is part of the Cooperation between Human and rObotic teams in catastroPhic
INcidents (CHOPIN) R&D project, which intends to develop a support system for small scale
SaR missions in urban catastrophic scenarios by exploiting the human-robot symbiosis. Localização e mapeamento simultâneo, também conhecido por SLAM (Simultaneous Localization and Mapping), é uma das áreas mais investigadas em Robótica. Aborda o problema da construção e actualização de mapas em ambientes desconhecidos, enquanto o robô mantém a informação relativa à sua posição. SLAM é um requisito básico para robôs móveis autónomos nas mais variadas situações, que podem ir desde aplicações militares, busca e salvamento, exploração subaquática ou até monitorização ambiental. Apesar das técnicas de SLAM terem evoluído consideravelmente nos últimos anos, existem inúmeras situações em que os resultados ficam aquém do esperado, como no caso de ambientes com fumo, onde os sensores de distância geralmente usados, tais como Laser Range Finders (LRFs) ou câmeras, falham. Estes sensores são fortemente afectados pelas partículas de fumo durante o processo de aquisição de dados. Analisando a literatura, torna-se evidente que existem poucas abordagens para este problema. Este trabalho foca-se em técnicas de SLAM para cenários de visibilidade reduzida. O grande objectivo é desenvolver e validar uma técnica de SLAM para este tipo de cenários usando sensores de distância complementares. Para tal, começa-se por apresentar um estudo de diversos algoritmos de SLAM 2D para o Robot Operating System (ROS). Todas estas técnicas são avaliadas e comparadas através de simulações 2D e experiências reais usando um robô móvel. Esta análise é fundamental para decidir qual a técnica que servirá de base de acordo com a aplicação pretendida. A técnica desenvolvida faz uso das características complementares do laser e dos sensores de ultrassons (i.e., sonares), de modo a que seja possível fazer mapeamento em condições de visibilidade reduzida. A sua validação é feita atráves de várias experiências num cenário real. Os resultados mostram que através desta abordagem é possível diminuir o impacto do ruído provocado pelas partículas de fumo nos sensores e realizar a tarefa de mapeamento com sucesso. No entanto, a qualidade dos mapas gerados fica compreensivamente aquém do que se possa esperar devido a limitações do hardware. |
Description: | Dissertação de mestrado em Engenharia Electrotécnica e de Computadores, apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra | URI: | https://hdl.handle.net/10316/26963 | Rights: | openAccess |
Appears in Collections: | UC - Dissertações de Mestrado FCTUC Eng.Electrotécnica - Teses de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
SmokeNav - simultaneous localization and mapping in reduced visibility scenarios.pdf | 19.09 MB | Adobe PDF | View/Open |
Page view(s) 20
664
checked on Oct 16, 2024
Download(s)
198
checked on Oct 16, 2024
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.